作者李芳菊,张聪品（2019）在《机器翻译系统特征权值的贝叶斯优化方法》一文中研究指出：针对机器翻译中存在的特征权重的领域自适应问题,提出一种联合最小贝叶斯融合的系统权重训练方法。在协同训练的框架内,采用不同解码器的输出作为参考译文,通过扩展开发集,保证特征权重训练的有效性。通过利用最小贝叶斯风险融合方法,提升协同训练的稳定性。实验结果表明,该方法较好解决了特征权重的领域自使用问题,优化了机器翻译质量。
zhen dui ji qi fan yi zhong cun zai de te zheng quan chong de ling yu zi kuo ying wen ti ,di chu yi chong lian ge zui xiao bei xie si rong ge de ji tong quan chong xun lian fang fa 。zai xie tong xun lian de kuang jia nei ,cai yong bu tong jie ma qi de shu chu zuo wei can kao yi wen ,tong guo kuo zhan kai fa ji ,bao zheng te zheng quan chong xun lian de you xiao xing 。tong guo li yong zui xiao bei xie si feng xian rong ge fang fa ,di sheng xie tong xun lian de wen ding xing 。shi yan jie guo biao ming ,gai fang fa jiao hao jie jue le te zheng quan chong de ling yu zi shi yong wen ti ,you hua le ji qi fan yi zhi liang 。
论文作者分别是来自计算机工程与设计的李芳菊,张聪品，发表于刊物计算机工程与设计2019年04期论文，是一篇关于机器翻译论文,协同训练论文,最小贝叶斯风险论文,特征权重论文,领域自适应论文,计算机工程与设计2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机工程与设计2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
本文来源: https://www.lw00.cn/article/1d3956de5a5f0db3c82d4e8f.html