传统系统也会从语料学习
T06 · 传统系统也会从语料学习
语言分析已经完成当前译文。统计方法进一步从许多句对和单语表达估计对应、顺序与目标语言规律，避免把传统路线写成机械查字典。
状态 b0
双语学习对应与重排；单语学习目标表达，学习不是神经网络独有。
状态 b1
把两种证据连接到搜索候选，同时提出新词和新组合怎样共享经验。
公式与算例详情
双语平行语料可学习词／短语对应和重排，单语语料可学习目标表达的统计规律，搜索在候选中组合选择。课堂图中的句片段只是语料样本的指示，并未附造分数或宣称已训练。
传统系统也能利用上下文，统计方法也在从数据学习。神经方法的后续问题应更具体：变化的词、句型与长度能否通过可学习表示和共享计算积累经验？语言流畅性本身也不保证忠实于源句。
继续学习
历史推导与原实验身份：S01 · S03 · S05。旧切分、代词、权重与测量保留原任务条件，不能替换成本轮九单位新句。