多语言翻译模型的监督与零样本性能评估
计算与语言
2019-06-25 v1
摘要
我们研究了多语言 NMT 模型解码器参数的完全或部分共享的几种方法。我们使用仅有的 WMT 2019 共享任务平行数据集进行训练，在 110 个独特翻译方向上评估了完全监督与零样本翻译性能。我们使用额外的测试集并重新调整近期用于无监督 MT 的评估方法，以评估无黄金标准平行数据可用的语言对之间的零样本翻译性能。据我们所知，就我们所使用训练数据的总规模以及我们所评估零样本翻译对的多样性而言，这是迄今为止进行的最大规模的多语言翻译评估。我们对不同模型的翻译性能进行了深入评估，突出了共享解码器参数方法之间的权衡。我们发现，具有任务特定解码器参数的模型优于解码器参数在所有任务间完全共享的模型。
引用
@article{arxiv.1906.09675,
title = {Evaluating the Supervised and Zero-shot Performance of Multi-lingual Translation Models},
author = {Chris Hokamp and John Glover and Demian Gholipour},
journal= {arXiv preprint arXiv:1906.09675},
year = {2019}
}