神经机器翻译的领域控制
计算与语言
2017-09-13 v2
摘要
机器翻译系统对其训练所在的领域非常敏感。多种领域适应技术已被深入研究。我们为神经机器翻译（NMT）提出了一种新技术，称为领域控制，该技术在运行时使用一个覆盖多个领域的单一神经网络执行。所提出的方法在翻译任何已覆盖领域甚至领域外数据时，与专用领域翻译相比，均显示出质量改进。此外，模型参数无需为每个领域重新估计，这使得该方法对实际用例有效。我们在两种不同的测试场景下对英法翻译进行了评估。我们首先考虑最终用户在已知领域进行翻译的情况。其次，我们考虑领域未知且在翻译前于句子级别进行预测的场景。结果显示，两种情况下准确率均有持续改进。
引用
@article{arxiv.1612.06140,
title = {Domain Control for Neural Machine Translation},
author = {Catherine Kobus and Josep Crego and Jean Senellart},
journal= {arXiv preprint arXiv:1612.06140},
year = {2017}
}
备注
Published in RANLP 2017