提升涉及形态丰富语言的神经机器翻译性能
计算与语言
2017-01-10 v2 机器学习
神经与进化计算
摘要
神经机器翻译模型中注意力机制的出现，通过实现对源句子的选择性查找，提升了机器翻译系统的性能。本文研究了使用双向编码器注意力解码器模型在涉及形态丰富语言的翻译中的效率。选取英语-泰米尔语语言对进行分析。首先，对英语和泰米尔语词使用Word2Vec嵌入，相比基线RNNSearch模型（BLEU得分为4.84）提升了0.73个BLEU点。在词向量化之前进行形态分割，将形态丰富的泰米尔语词拆分为各自的语素后再翻译，使目标词汇表大小减少了8倍。此外，该模型（RNNMorph）在相同语料上相比RNNSearch模型将神经机器翻译性能提升了7.05个BLEU点。由于RNNMorph模型的BLEU评估可能因每句匹配词元数量增加而不可靠，翻译性能还通过充分性、流畅性和相对排序的人工评估指标进行比较。而且，形态分割的使用也提升了注意力机制的有效性。
引用
@article{arxiv.1612.02482,
title = {Improving the Performance of Neural Machine Translation Involving Morphologically Rich Languages},
author = {Krupakar Hans and R S Milton},
journal= {arXiv preprint arXiv:1612.02482},
year = {2017}
}
备注
21 pages, 11 figures, 2 tables, Corrected typos