基于强化学习和竞争纠错的快速机器翻译集成
计算与语言
2025-06-19 v1
摘要
通过集成神经机器翻译(NMT)模型以获得高于单个模型质量的翻译已被广泛研究。最近的方法通常采用候选选择块(CSB)和编码器-解码器融合块(FB)，但需要对所有候选模型进行推理，导致显著的计算开销，通常为 。本文引入了基于强化学习(RL)的策略SmartGen，通过优化候选选择块，选取少量固定数量的候选模型，并为每个输入句子识别最优的模型组合以传递给融合块。此外，之前的方法中，候选选择块和融合块是独立训练的，导致NMT性能次优。我们的基于DQN的SmartGen通过将反馈块作为奖励来训练，解决了该问题。我们还解决了早期方法中候选模型传递给融合块而未经修改的关键问题，通过引入竞争纠错块(CCB)。最后，我们在英-印方向的翻译任务中对该方法进行了广泛实验验证。
引用
@article{arxiv.2501.15219,
title = {Faster Machine Translation Ensembling with Reinforcement Learning and Competitive Correction},
author = {Kritarth Prasad and Mohammadi Zaki and Pratik Singh and Pankaj Wasnik},
journal= {arXiv preprint arXiv:2501.15219},
year = {2025}
}