Niutrans：基于短语的统计翻译系统
1. Data preparation数据准备阶段
a) Training data 训练数据 LM-training-set和 LM-training-set
b) Tuning data 调参参数（相当于超参数：来调整权重参数）
c) Test data 测试效果的（类似交叉验证）
d) Evaluation data 评估
注意：
1)、LM:语言模型language model无需对齐
2)、在TM训练数据模型中，需要对齐
2. Training Translation Model
输入的数据有该模型的数据有：
Chinese.txt
english.txt
Alignment.txt 对齐文本：根据一致性原则来生成
输出得到的数据为：
reordering.table：排序表，从一种语言到另外一种语言之间偏移了多少的概率
phrase.translation.table：短语到短语之间转换的概率表
处理过程：利用GIZA，先扫描输入数据中所有的单词，然后用滑动窗口扫描得出短语之间的对照关系，并利用短语一致性的原则来筛选得出最后的结果。
3、Training n-gram language model语言模型
最终建立成一个字典树，可以自行加载你想要的。
4、Generating Configuration File
由于底层是用C++写的，所以运算速率还可以。
实际上生成一个配置文件，从而便于搭建出一个服务sever。
5、Table Filtering（Optional）
如果在五千万平行语料中生成了一个模型，但这个模型在线上加载时将非常消耗内存。
如果是对一些子领域进行处理的时候，例如只想要实现对医学领域文本的处理，那就可以只选取加载和医学领域相关的短语，其余的就不加载了。
因此就是做一下过滤，只抽取出你想要的短语。
6、Weight Tuning
可以理解为和机器学习中超参数的选择类似。
7、Decoding Test Sentences
解码只找最优的一条路径：1best.out
如果想要解码得到两条最优路径：2best.out
8、Recasing(Suppose that the target language is English)
将英文的首字母全部大写，即还原成英语句子的样子。
9、Detokenizer
修改完善一些标点符号
10、Evaluation评估
转化格式，用一个xml格式的进行评估，比对标准的和你自己生成的xml文件。得到评估结果。