This is an old revision of the document!
SMT
GoogleMT
Franz Josef Och (och@google.com, research-translationapi@google.com)
arab (58bleu), čínština, ruština
arab:
z news
| tokens | bleu |
|---|---|
| 400M | 53,5 |
| 47,2B | 57,3 |
| 1,9T | 58 |
5-gramy, když místo tak 7-gram
LM: 5^11 1TB
stovky tisíc strojů
HW: MapReduce - paralelismus a distribuovanost, +fault tolerance
Problemy: Named Entities v čínštine hlavne
nabizene api
n-best list plus score
aligment information