统计机器翻译中从部分反馈学习的Bandit结构化预测
计算与语言
2016-01-19 v1 机器学习
摘要
我们提出了一种从bandit反馈中进行结构化预测的方法，称为Bandit结构化预测，其在学习中仅能观察到单个预测点处任务损失函数的值，而非正确的结构。我们给出了该方法在统计机器翻译（SMT）判别式重排序中的应用，其中学习算法只能获得对预测翻译的1-BLEU损失评估，而无法得到黄金标准参考翻译。在我们的实验中，bandit反馈通过对参考翻译计算BLEU获得，但不将这些参考翻译透露给算法。这可视为交互式机器翻译的模拟：用户通过对预测翻译提供单点反馈来个性化定制SMT系统。我们的实验表明，该方法提升了翻译质量，且与采用信息更丰富的反馈进行学习的方法相当。
引用
@article{arxiv.1601.04468,
title = {Bandit Structured Prediction for Learning from Partial Feedback in Statistical Machine Translation},
author = {Artem Sokolov and Stefan Riezler and Tanguy Urvoy},
journal= {arXiv preprint arXiv:1601.04468},
year = {2016}
}
备注
In Proceedings of MT Summit XV, 2015. Miami, FL