一种用于脱落代词翻译的新方法
计算与语言
2016-04-22 v1
摘要
脱落代词(DP)在源语言中频繁脱落但在目标语言中应保持的代词，是机器翻译中的挑战。针对此问题，我们提出一种半监督方法来召回翻译中可能缺失的代词。首先，我们为DP生成构建训练数据，其中DP根据平行语料的对齐信息自动标注。其次，我们构建基于深度学习的DP生成器，用于在解码时当不存在对应参考时处理输入句子。更具体地说，生成分两阶段：(1) DP位置检测，建模为带有循环神经网络的序列标注任务；(2) DP预测，采用具有丰富特征的多层感知机。最后，我们将上述输出集成到我们的翻译系统中，通过从DP标注训练数据提取规则并翻译DP生成的输入句子来召回缺失代词。实验结果显示我们的方法在翻译性能上取得1.58 BLEU点的显著提升，DP生成准确率达66% F-score。
引用
@article{arxiv.1604.06285,
title = {A Novel Approach to Dropped Pronoun Translation},
author = {Longyue Wang and Zhaopeng Tu and Xiaojun Zhang and Hang Li and Andy Way and Qun Liu},
journal= {arXiv preprint arXiv:1604.06285},
year = {2016}
}
备注
To appear in NAACL2016