文章摘要
丁亮,李颖,何彦青.统计机器翻译领域自适应方法比较研究[J].情报工程,2016,2(4):080-088
统计机器翻译领域自适应方法比较研究
Comparison Study of Domain Adaption Methods in Statistical Machine Translation DING Liang,LI Ying,HE
  
DOI:10.3772/j.issn.2095-915X.2016.04.010
中文关键词: 统计机器翻译,领域自适应,语料选取,翻译性能改进
英文关键词: Statistical machine translation,domain adaptation,corpus selection,translation performance improvement
基金项目:国家自然科学基金项目:(61303152、 71503240 和 71403257),中国科学技术信息研究所重点工作项目: (ZD2016-05)
作者单位
丁亮 中国科学技术信息研究所 
李颖 中国科学技术信息研究所 
何彦青 中国科学技术信息研究所 
摘要点击次数: 1220
全文下载次数: 1126
中文摘要:
      统计机器翻译常常面临训练数据与待翻译文本领域不一的问题,从而影响了翻译的性能,因此 领域自适应一直是研究者关注的课题。本文以传统自适应方法和现行的机器学习方法为框架,介绍了 近年来统计机器翻译领域自适应研究的进展。分析了各类研究方法的优缺点并对未来研究做出展望。
英文摘要:
      Statistical machine translation(SMT)is often faced with the problem of different domains between the training data set and test data set,which affecting the performance of translation,therefore domain adaptation has been a subject of concern.In this paper,we constructed the domain adaptation research framework-the traditional adaptive methods and the existing machine learning methods,and introduced the research progress in recent years.We analyzed the advantages and disadvantages of each method and made a prospect for the future research.
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮