分析神经机器翻译的搜索与模型性能

Jan Niehues; Eunah Cho; Thanh-Le Ha; Alex Waibel

分析神经机器翻译的搜索与模型性能

计算与语言 2017-08-03 v1

作者: Jan Niehues , Eunah Cho , Thanh-Le Ha , Alex Waibel

摘要

在本文中，我们对建模和搜索性能进行了深入分析。我们探讨了一个更复杂的搜索算法是否必要的问题。此外，我们还研究了那些可能仅在重打分阶段适用的更复杂模型是否具有前景。通过使用 $n$ -best 列表重排序将搜索空间与建模分离，我们独立地分析了 NMT 系统这两个部分的影响。通过比较性能不同的 NMT 系统，我们表明更好的翻译已经存在于性能较低的翻译系统的搜索空间中。这一结果表明，当前的搜索算法对于 NMT 系统而言已经足够。此外，我们还证明了即使是包含 $50$ 个假设的相对较小的 $n$ -best 列表，也已经包含了明显更好的翻译。

关键词

神经机器翻译搜索算法模型性能 n-best 列表重排序重打分

引用

@article{arxiv.1708.00563,
  title  = {Analyzing Neural MT Search and Model Performance},
  author = {Jan Niehues and Eunah Cho and Thanh-Le Ha and Alex Waibel},
  journal= {arXiv preprint arXiv:1708.00563},
  year   = {2017}
}

备注

7 pages, First Workshop on Neural Machine Translation

分析神经机器翻译的搜索与模型性能

摘要

关键词

引用

备注

相关论文