预排序 RNN 层在低资源环境下提升神经机器翻译
计算与语言
2023-01-13 v1
摘要
神经机器翻译（NMT）模型足够强大，可将语义与句法信息从源语言传递到目标语言。然而，这些模型苦于需要大量数据以学习参数。因此，对于数据稀缺的语言，这些模型面临表现不佳的风险。我们提出以重排序信息增强基于注意力的神经网络，以缓解数据匮乏。该增强在英译波斯语与波斯语译英语上相较基线模型将翻译质量提升了最高 6% BLEU 绝对值。
引用
@article{arxiv.2112.13960,
title = {A Preordered RNN Layer Boosts Neural Machine Translation in Low Resource Settings},
author = {Mohaddeseh Bastan and Shahram Khadivi},
journal= {arXiv preprint arXiv:2112.13960},
year = {2023}
}