评估神经机器翻译对输入扰动的鲁棒性
计算与语言
2020-05-05 v1
摘要
神经机器翻译（NMT）模型对输入中的微小扰动敏感。对此类扰动的鲁棒性通常通过在含噪输入上使用BLEU等翻译质量指标来衡量。本文提出额外的指标，用于衡量当输入加入微小扰动时翻译的相对退化与变化。我们聚焦于采用子词正则化以应对鲁棒性的一类模型，并使用所提出的鲁棒性度量对这些模型进行广泛评估。结果表明，我们的指标揭示了使用子词正则化方法时鲁棒性对扰动明显改善的趋势。
引用
@article{arxiv.2005.00580,
title = {Evaluating Robustness to Input Perturbations for Neural Machine Translation},
author = {Xing Niu and Prashant Mathur and Georgiana Dinu and Yaser Al-Onaizan},
journal= {arXiv preprint arXiv:2005.00580},
year = {2020}
}
备注
Accepted at ACL 2020