基于枢轴语言的级联翻译模型的端到端训练与解码
计算与语言
2023-05-04 v1 人工智能
摘要
有效利用枢轴语言可显著改善低资源机器翻译。通常，源-枢轴与枢轴-目标两个翻译模型各自独立训练，未利用有限的（源，目标）平行数据。本工作提出一种用于级联翻译模型的端到端训练方法，并配置了改进的解码算法。枢轴-目标模型的输入被修改为基于源-枢轴模型输出的概率分布的加权枢轴嵌入。这使得模型能够端到端训练。此外，我们在枢轴解码中使用束搜索时缓解了词元与概率分布间的不一致。实验表明，我们的方法提升了翻译质量。
引用
@article{arxiv.2305.02261,
title = {End-to-end Training and Decoding for Pivot-based Cascaded Translation Model},
author = {Hao Cheng and Meng Zhang and Liangyou Li and Qun Liu and Zhihua Zhang},
journal= {arXiv preprint arXiv:2305.02261},
year = {2023}
}