神经机器翻译的词典与最小风险训练：NAIST-CMU在WAT2016
计算与语言
2016-10-21 v1
摘要
今年，奈良先端科学技术大学院大学(NAIST)/卡内基梅隆大学(CMU)提交给2016年亚洲翻译研讨会(WAT2016)日英翻译任务的系统基于注意力神经机器翻译(NMT)模型。除标准NMT模型外，我们做了若干改进，最显著的是使用离散翻译词典来改善概率估计，以及使用最小风险训练来针对BLEU分数优化MT系统。结果，我们的系统在该任务上取得了最高的翻译评测分数。
引用
@article{arxiv.1610.06542,
title = {Lexicons and Minimum Risk Training for Neural Machine Translation: NAIST-CMU at WAT2016},
author = {Graham Neubig},
journal= {arXiv preprint arXiv:1610.06542},
year = {2016}
}
备注
To Appear in the Workshop on Asian Translation (WAT). arXiv admin note: text overlap with arXiv:1606.02006