基于n-gram相似度的开发集选择

摘要

在Och最小错误率训练和对数线性模型的机器翻译框架下,本文提出了一种选择开发集的方法,通过分析开发集句子与测试集在n-gram上的相似度,选出和测试集相似度较高的一部分句子组成新的开发集.相较于原开发集,在此新选出的开发集上进行调参,能提高测试集的BLEU值。