Z-Melt

Z-Melt:一种完全可配置的用于机器翻译系统的最小错误率训练的开源工具。最先进的机器翻译(MT)系统依赖于几种模型来评估目标语言中给定候选翻译的“善良”。每个模型将对应于一个特征,它是一个候选翻译,外文句子>的函数。作为对数线性模型,我们需要为每个特征分配一个权重。OCH(2003)提供了经验证据,设置这些权重应考虑MT系统最终将被判断的评价度量(即,通过该评价度量来衡量开发集上的性能最大化)。OCH的工作的另一个见解是存在一种有效的算法来找到这样的权重。这个过程被称为Melt阶段,用于最小错误率训练。MLT模块的存在,可以与最小的努力与现有的MT系统集成将是有益的研究界。为了获得最大的利益,这个工具应该易于建立和使用,并且应该有一个明显有效的实现。Z-Melt(ZaIDAN,2009)是一个考虑到这些目标的工具。已经非常谨慎地确保Z-MLE可以在没有修改代码的情况下与任何MT系统一起使用,并且不需要复杂的脚本网络,这是在当前训练流水线中实践中不幸存在的情况。

ZBMaCT中的参考文献(1篇文章中提到)

显示1的结果1。
按年份排序(引文

  1. Pascual、Sanchis Trilles、格尔曼、Casacuberta、弗朗西斯科:后编辑情景下统计机器翻译的在线适应策略(2012)