第一部分：机器翻译统计模型（IBM Model 1-5）面试题
一、基础概念与核心原理
-
什么是统计机器翻译（SMT）？其核心假设是什么？
答：统计机器翻译通过概率模型将源语言句子翻译为目标语言，核心假设是找到使条件概率 ( P(f|e) ) 最大的目标句子 ( f )，基于贝叶斯公式分解为 ( P(e|f)P(f) )，其中 ( P(e|f) ) 是翻译模型，( P(f) ) 是语言模型。 -
IBM Model 1-5的设计目标是什么？它们的核心区别是什么？
答：目标是逐步细化词对齐模型，引入更复杂的对齐假设。区别在于对齐概率的建模方式：- Model 1：词对齐独立于位置，仅考虑词对概率
- Model 2：引入位置偏移参数
- Model 3：引入ertilit