前几天开题，研究内容为基于依存语法的SMT，这是个不容小觑的工程，确切的说应该有点挑战性。以前都在短语的级别来做，研究了短语抽取，最小错误率训练，和相关的解码，只是自我感觉最底层的东西依然没有彻底搞清楚，所以，接下来的几个月，除了找工作，还要抓紧时间把毕业设计做做好，然后再写两篇论文发了，也算大功告成。

    暑假期间争取搭个框架出来，可以把流程完整的跑一边，至少丢个中文句子进去，系统能扔个英文出来，目标很明确，接下来就是时间和精力了，加油。

    话说中文依存工具只有哈工大的那个平台可以用，大概准确率在百分之七十几，没有仔细去研究，因为貌似标点符号没有包含在依存树上，如果用没有标点的树，无疑为以后的解码增加了无形的困难，还要去学习和定位标点符号，于是用stanford的工具直接做了Syntactic Parser，然后用Penn2Malt去转了一把，中文短语结构树的parser的F1值大概80%左右，不同的领域应该有差别，语料库用的以前哈工大暑期课程里的一个双语语料，训练集开发集和测试集都有，领域偏向口语的日常交流，挺适合做研究，等系统平台稳定了，再增加训练语料，进行性能测试和分析，目前首要的是好好设计翻译模型，一个好的翻译模型可以存储丰富的翻译知识。

    加油。