多桥多语言神经机器翻译模型的实证研究
计算与语言
2021-10-15 v1
摘要
本文中，我们对多桥、多对多多语言神经机器翻译模型（MB-M2M），即在以英语为中心的语言对之外还训练于非英语语言对的模型，进行了广泛研究。除了验证先前工作表明MB-M2M模型可以克服零样本翻译问题之外，我们的分析揭示了关于多桥模型的以下结果：（1）对于低资源语言，可以从非英语语言之间提取相当数量的平行语料；（2）在有限的非英语中心数据下，MB-M2M模型与枢轴模型相比具有竞争力或更优；（3）MB-M2M模型可以优于English-Any模型，并与Any-English模型表现相当，因此单个多语言NMT系统可以服务于所有翻译方向。
引用
@article{arxiv.2110.07304,
title = {An Empirical Investigation of Multi-bridge Multilingual NMT models},
author = {Anoop Kunchukuttan},
journal= {arXiv preprint arXiv:2110.07304},
year = {2021}
}
备注
6 pages