健壮性学习算法

• 作者: 刘颖
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 健壮性学习算法 机器翻译 评分
• 年，卷（期）: 2001,（4）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP391
• 字数: 4631字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2001.04.001

摘要

使用统计方法可以对汉英机器翻译的词性标注和句法语义分析阶段产生的歧义进行消歧,在估计过程中往往使用最大可能方法,但是并不是在所有的情况下取最大值都是正确的.为了从所有候选结果中取到正确的结果,本文使用健壮性学习算法.使用这个算法,当正确的候选结果评分不是最高时,仍能通过健壮性算法来调整正确结果的评分,使之最大,并且降低不正确候选的评分.而且,由于训练集与测试集存在不同,使训练集中的错误率最小不能保证测试集中的错误率也最小.因此当考虑训练语料库和测试语料库存在统计变化时,应该使用健壮性学习算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘颖	清华大学中文系	50	235	9.0	12.0