基于领域自适应语言模型的机器翻译

提出基于可调参数和领域插值的领域自适应语言模型.调节模型折扣参数来适应目标领域,可以与少量目标领域数据训练出来的语言模型进行线性插值.参数优化依赖于目标领域开发集的困惑度的降低.实验显示,该语言模型在跨领域测试集上的困惑度比基线KN平滑语言模型明显降低;在中英翻译任务中,机器翻译评测的BLEU值也显示比基线模型有显著提高.