用于神经序列到序列学习的强盗结构化预测
机器学习
2018-12-14 v2 计算与语言
机器学习
摘要
强盗结构化预测描述了一种随机优化框架，其中学习来自部分反馈。该反馈以对预测输出结构的任务损失评估的形式接收，而无法访问黄金标准结构。我们通过使用基于注意力的循环神经网络将线性强盗学习提升到神经序列到序列学习问题，从而推进该框架。此外，我们展示了如何将控制变量纳入我们的学习算法以减少方差并改善泛化。我们提出了在神经机器翻译任务上的评估，显示从模拟强盗反馈进行领域自适应可带来高达 5.89 BLEU 点的改进。
引用
@article{arxiv.1704.06497,
title = {Bandit Structured Prediction for Neural Sequence-to-Sequence Learning},
author = {Julia Kreutzer and Artem Sokolov and Stefan Riezler},
journal= {arXiv preprint arXiv:1704.06497},
year = {2018}
}
备注
ACL 2017