基于激活提示的神经机器翻译风格控制
计算与语言
2023-05-30 v2
摘要
控制神经机器翻译（NMT）中的风格已引起广泛关注，因为它对提升用户体验至关重要。关于此主题的早期研究通常集中于调节正式度水平，并在该领域取得了一些进展。然而，它们仍然面临两大挑战。首先是风格评估的困难。风格包含词汇、句法等多个方面，提供了丰富的信息。然而，只有正式度得到了深入研究。第二个挑战涉及对增量调整的过度依赖，尤其是在需要新风格时。为应对这两个挑战，本文提出了一个新的基准和方法。我们引入了一个多路风格化机器翻译（MSMT）基准，涵盖了四个语言领域的多种风格类别。然后，我们提出了一种名为风格激活提示（StyleAP）的方法，通过从风格化单语语料库中检索提示，无需额外的微调。实验表明，StyleAP能够有效控制翻译风格并取得显著性能。
引用
@article{arxiv.2212.08909,
title = {Controlling Styles in Neural Machine Translation with Activation Prompt},
author = {Yifan Wang and Zewei Sun and Shanbo Cheng and Weiguo Zheng and Mingxuan Wang},
journal= {arXiv preprint arXiv:2212.08909},
year = {2023}
}
备注
Accepted by Findings of ACL 2023; The code is available at https://github.com/IvanWang0730/StyleAP