基于 Wait-$k$ 模型与自适应策略的同步翻译
计算与语言
2023-10-24 v1
摘要
同步机器翻译（SiMT）需要稳健的读/写策略与高质量的翻译模型相结合。传统方法要么依赖固定的 wait- 策略配合独立的 wait- 翻译模型，要么依赖与翻译模型联合训练的自适应策略。本研究中，我们提出一种更灵活的方法，将自适应策略模型与翻译模型解耦。我们的动机源于如下观察：独立的多路径 wait- 模型在与最先进 SiMT 方法中使用的自适应策略相比时表现具竞争力。具体而言，我们引入 DaP，一种基于发散度的自适应策略，它基于未来信息导致的翻译分布潜在发散度，为任意翻译模型做出读/写决策。DaP 以轻量参数扩展冻结的 wait- 模型，且在内存与计算上均高效。跨多个基准的实验结果表明，我们的方法在翻译准确率与延迟之间提供了改进的权衡，优于强基线。
引用
@article{arxiv.2310.14853,
title = {Adaptive Policy with Wait-$k$ Model for Simultaneous Translation},
author = {Libo Zhao and Kai Fan and Wei Luo and Jing Wu and Shushu Wang and Ziqian Zeng and Zhongqiang Huang},
journal= {arXiv preprint arXiv:2310.14853},
year = {2023}
}
备注
Accept to EMNLP 2023 main conference. 17 pages, 12 figures, 5 tables