基于集成学习的最小错误率训练算法.docVIP

基于集成学习的最小错误率训练算法 陈昉 ，王志豪2，赵程绮1，李江梦1 （1 厦门大学 软件学院，福建 厦门 361005 2 厦门大学 自动化系，福建 厦门 361005） 摘要：最小错误率训练是统计机器翻译的标准调参方法，在统计机器翻译建模过程中发挥着重要作用。然而，该方法在训练过程中容易出现训练过拟合现象，即开发集训练得到的权重无法很好地适用于翻译测试集。针对该问题，本文引入集成学习方法来优化调参。具体而言，在调参时本文挑选不同的特征子集来训练多组特征权重，并计算权重之间的空间距离以删除不合理的特征权重，最后根据各组子集在开发集上的BLEU值来进行加权平均，获得最终的特征权重。