神经机器翻译中简单领域自适应方法的经验比较
计算与语言
2017-02-07 v2
摘要
本文提出一种名为“混合微调(mixed fine tuning)”的神经机器翻译(NMT)领域自适应新方法。我们结合两种现有方法，即微调(fine tuning)和多领域 NMT(multi domain NMT)。我们首先在域外并行语料库上训练 NMT 模型，然后在由域内与域外语料库混合而成的并行语料库上对其进行微调。所有语料库均添加了用于指示特定领域的人工标签。我们通过实验将提出的方法与微调及多领域方法进行比较，并讨论其优点与不足。
引用
@article{arxiv.1701.03214,
title = {An Empirical Comparison of Simple Domain Adaptation Methods for Neural Machine Translation},
author = {Chenhui Chu and Raj Dabre and Sadao Kurohashi},
journal= {arXiv preprint arXiv:1701.03214},
year = {2017}
}
备注
6 pages