科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了设计一套完整、高效的英语离线统计机器翻译模型训练系统，研究利用最大似然估计算法和统计机器翻译(Statistical Machine Translation, SMT),并对分布式词对齐模型、分布式翻译模型、分布式语言模型进行训练。研究结果表明，随着数据规模的增加，Seal和Chaski的用时也逐渐变多，但是分布式词对齐Seal的并行训练性能平均比Chaski高2～3倍。Seal的并行训练性能提高了3～4倍；和当前的翻译系统MR相比，Seal的并行训练性能提高了4～5倍。Seal分布式语言模型的并行训练性能和MR相比，提高了5倍左右。说明Seal具有较好的分布式SMT并行化训练性能，利于构建一个完整、高效的大规模分布式SMT英语离线模型训练系统。
- 单位
