Une m\'ethode discriminant formation simple pour la traduction automatique avec Grands Caract\'eristiques
Marge infus{\'e} algorithmes d{\'e}tendus (MIRAS) dominent mod{\`e}le de tuning dans la traduction automatique statistique dans le cas des grandes caract{\'e}ristiques de l{'}{\'e}chelle, mais ils sont {\'e}galement c{\'e}l{\`e}bres pour la complexit{\'e} de mise en {\oe}uvre. Nous introduisons une nouvelle m{\'e}thode, qui concerne une liste des N meilleures comme une permutation et minimise la perte Plackett-Luce de permutations rez-de-v{\'e}rit{\'e}. Des exp{\'e}riences avec des caract{\'e}ristiques {\`a} grande {\'e}chelle d{\'e}montrent que, la nouvelle m{\'e}thode est plus robuste que MERT ; si ce est seulement {\`a} rattacher avec Miras, il a un avantage comparativement, plus facile {\`a} mettre en {\oe}uvre.
PDF Abstract