培训程序在统计机器翻译(SMT)中非常重要。 它对翻译系统的最终性能有很大的影响。 SMT中广泛使用的方法是最小错误率训练(MERT)。 估计特征函数权重是有效的。 但是,MERT不使用正则化,并且已发现过拟合。 在本文中,我们描述了一种名为softmax-margin的方法,它是对max-margin训练的一种修改。 这种方法简单,高效且易于实施。 我们使用来自WMT共享任务的数据集进行工作。 与MERT相比,小规模法语-英语翻译任务的实验结果达到了竞争优势。