神经机器翻译能否通过用户反馈得到改进？
计算与语言
2018-04-18 v1 机器学习
摘要
我们呈现了基于在 eBay 电子商务平台上收集到的显式与隐式用户反馈、利用人类强化改进神经机器翻译（NMT）的方法的首个真实世界应用。先前工作局限于模拟实验，而本文利用真实记录的反馈进行 NMT 参数的离线 bandit 学习。我们对可用的显式用户判断——翻译质量的五星评分——进行了透彻分析，表明其可靠性不足以在 bandit 学习中产生显著改进。相反，我们成功利用在跨语言搜索任务中收集的隐式基于任务的反馈，改进了特定任务与机器翻译质量指标。
引用
@article{arxiv.1804.05958,
title = {Can Neural Machine Translation be Improved with User Feedback?},
author = {Julia Kreutzer and Shahram Khadivi and Evgeny Matusov and Stefan Riezler},
journal= {arXiv preprint arXiv:1804.05958},
year = {2018}
}
备注
Accepted at NAACL-HLT 2018 (Industry Track)