探索印度语言的成对 NMT
计算与语言
2020-12-11 v1
摘要
在本文中，我们解决针对特定低资源印度语言的成对机器翻译改进任务。多语言 NMT 模型已在资源贫乏的语言上展现出合理的有效性。在这项工作中，我们表明通过使用经过滤回译过程的回译并在有限的成对语言语料库上后续微调，可以显著改进这些模型的性能。本文的分析表明，该方法能显著改进多语言模型相对于其基线的性能，为多种印度语言产生最先进（SOTA）的结果。
引用
@article{arxiv.2012.05786,
title = {Exploring Pair-Wise NMT for Indian Languages},
author = {Kartheek Akella and Sai Himal Allu and Sridhar Suresh Ragupathi and Aman Singhal and Zeeshan Khan and Vinay P. Namboodiri and C V Jawahar},
journal= {arXiv preprint arXiv:2012.05786},
year = {2020}
}
备注
ICON 2020 Short paper