一种面向大规模特征机器翻译的简单判别训练方法
计算与语言
2019-09-23 v1
摘要
Margin infused relaxed algorithms（MIRA）在统计机器翻译的大规模特征情形下主导着模型调参，但也以其实现复杂性而闻名。我们引入了一种新方法，其将 N-best 列表视为一种排列，并最小化真值排列的 Plackett-Luce 损失。基于大规模特征的实验表明，新方法比 MERT 更鲁棒；尽管仅可与 MIRA 相匹敌，但其具有相对优势，更易实现。
引用
@article{arxiv.1909.09491,
title = {A simple discriminative training method for machine translation with large-scale features},
author = {Tian Xia and Shaodan Zhai and Shaojun Wang},
journal= {arXiv preprint arXiv:1909.09491},
year = {2019}
}