面向神经机器翻译领域自适应的课程学习
计算与语言
2019-05-16 v1
摘要
我们提出一种课程学习方法，用于将通用神经机器翻译模型适配到特定领域。样本依据其与目标领域的相似度分组，每组按特定调度送入训练算法。该方法在任何神经框架或架构之上均易于实现，并在涉及两个不同领域与两个语言对的实验中持续优于未适配与已适配的基线。
引用
@article{arxiv.1905.05816,
title = {Curriculum Learning for Domain Adaptation in Neural Machine Translation},
author = {Xuan Zhang and Pamela Shapiro and Gaurav Kumar and Paul McNamee and Marine Carpuat and Kevin Duh},
journal= {arXiv preprint arXiv:1905.05816},
year = {2019}
}