论文部分内容阅读
分析了统计机器翻译中的特征权重的领域自适应问题，并针对该问题提出了协同的权重训练方法．该方法使用来自不同解码器的译文作为准参考译文，并将其加入到开发集中，使得特征权重的训练过程向测试集所在的领域倾斜．此外，提出了使用最小贝叶斯风险的系统融合方法来选择准参考译文，进一步提高了协同权重训练的性能．实验结果表明，使用最小贝叶斯风险系统融合的协同训练方法，可以在一定程度上解决特征权重的领域自适应问题．并显著地提高了在目标领域内机器翻译结果的质量．