统计机器翻译领域自适应综述

• 作者: 周明 崔磊
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 统计机器翻译 领域自适应
• 年，卷（期）: 2014,（6）
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP391.41
• 字数: 4755字
• 语种: 中文

摘要

统计机器翻译的准确性在很大程度上取决于翻译建模的质量,而翻译建模往往依赖于数据的分布.通常,大多数机器学习任务会假设训练数据和测试数据是独立同分布的,然而在实际的系统中,这种假设未必成立.因此,为了达到性能的最优,需要根据数据分布的情况对模型进行适当的迁移.近年来,领域自适应技术成为统计机器翻译研究中的一个热点话题,目的在于解决训练数据和测试数据的领域分布不一致问题.本文介绍了几类流行的统计机器翻译领域自适应方法,并对未来的研究提出一些展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔磊	哈尔滨工业大学计算机科学与技术学院	13	76	6.0	8.0
2	周明		12	435	6.0	12.0