嵌入增强的 Giza++：利用嵌入空间几何改进低资源与高资源场景下的词对齐
计算与语言
2022-10-12 v2
摘要
作为数十年前流行的自然语言处理任务，词对齐直到最近一直由 GIZA++ 主导，这是一种基于已有 30 年历史的 IBM 模型的统计方法。优于 GIZA++ 的新方法主要依赖大型机器翻译模型、大规模多语言语言模型，或来自 GIZA++ 对齐结果本身的监督。我们引入了 Embedding-Enhanced GIZA++，在不借助上述任何因素的情况下超越 GIZA++。仅利用源语言与目标语言的单语嵌入空间，我们在三个语言对的每个测试场景中均超越了 GIZA++ 的性能。在最低资源设定下，对于 Ro-En、De-En 和 En-Fr，我们分别以 8.5、10.9 和 12 的 AER 优于 GIZA++。我们在 https://github.com/kellymarchisio/ee-giza 发布了代码。
引用
@article{arxiv.2104.08721,
title = {Embedding-Enhanced Giza++: Improving Alignment in Low- and High- Resource Scenarios Using Embedding Space Geometry},
author = {Kelly Marchisio and Conghao Xiong and Philipp Koehn},
journal= {arXiv preprint arXiv:2104.08721},
year = {2022}
}
备注
AMTA2022 Camera Ready