控制神经机器翻译的输出长度
计算与语言
2019-10-28 v2
摘要
神经机器翻译（NMT）所引入的近期进展正迅速拓展机器翻译的应用领域，并重塑所需达到的质量水准。特别地，若译文须契合给定版面，质量不仅应以充分性与流畅度衡量，还应考量长度。典型情形包括文档文件、字幕以及配音脚本的翻译，其中输出长度理想情况下应尽可能接近输入文本长度。据我们所知，本文首次探讨了控制 NMT 输出长度的问题。我们研究了在 transformer 架构下偏置输出长度的两种方法：i) 将输出条件化至给定的目标-源长度比类别，以及 ii) 用长度信息丰富 transformer 的位置嵌入。我们的实验表明，两种方法均能引导网络生成更短的译文，并习得可解释的语言学能力。
引用
@article{arxiv.1910.10408,
title = {Controlling the Output Length of Neural Machine Translation},
author = {Surafel Melaku Lakew and Mattia Di Gangi and Marcello Federico},
journal= {arXiv preprint arXiv:1910.10408},
year = {2019}
}
备注
To appear at the 16th International Workshop on Spoken Language Translation (IWSLT), 2019