next up previous contents
次へ: 評価方法 上へ: 実験環境 戻る: N-gramモデルの学習   目次

デコーダのパラメータ

本研究では,デコーダとしてmosesを用いる.また,mosesはいくつかのパラ メータを設定することができる.パラメータの最適化には,Minimum Error Rate Training(MERT)を用いることが一般的である.MERTは目的の評価関数(通常は BLEU)を最大とするような翻訳結果が選ばれるように,パラメータを調整する. この際,developmentデータとよばれる,試し翻訳を行うデータを与え,各文に ついて,上位100文程度の翻訳候補の中で,重みを変え,各文について上位にく るようにパラメータを調節する.しかし,パラメータの最適化は,development データに依存し,また,多くの時間がかかるため,本研究では,パラメータの最 適化は行わない.クロスエントロピーを用いるため,``weight-t''は``0.5 0.0 0.5 0.0 0.0''とする.翻訳時にフレーズの位置変化に柔軟に対応するため, ``distortion weight''は``0.2''とする.



平成22年2月13日