利用共享重构机制联合翻译与预测省略代词的学习方法
计算与语言
2018-10-16 v1
摘要
在中文等代词脱落语言中，代词常被省略，通常给生成完整翻译带来显著挑战。最近，Wang等人(2018)提出了一种基于重构的新方法来缓解神经机器翻译模型的省略代词(DP)翻译问题。在本工作中，我们从两个角度改进原模型。首先，我们采用共享重构器以更好地利用编码器与解码器表示。其次，我们以端到端方式联合学习翻译与DP预测，以避免来自外部DP预测模型的错误传播。实验结果表明，我们的方法显著提升了翻译性能与DP预测准确率。
引用
@article{arxiv.1810.06195,
title = {Learning to Jointly Translate and Predict Dropped Pronouns with a Shared Reconstruction Mechanism},
author = {Longyue Wang and Zhaopeng Tu and Andy Way and Qun Liu},
journal= {arXiv preprint arXiv:1810.06195},
year = {2018}
}
备注
EMNLP 2018