$m^4Adapter$：基于元适配器的机器翻译多语言多领域自适应
计算与语言
2022-10-24 v1
摘要
多语言神经机器翻译模型（MNMT）在评估训练时见过的领域和语言对的数据时，能取得最先进的性能。然而，当 MNMT 模型用于领域偏移或新语言对的翻译时，性能会急剧下降。我们考虑一个极具挑战性的场景：同时使 MNMT 模型适应新领域和新语言对。本文中，我们提出 （基于元适配器的机器翻译多语言多领域自适应），它利用元学习与适配器结合领域与语言知识。我们给出的结果表明，我们的方法是一种参数高效的解决方案，能有效地将模型适应到新语言对和新领域，同时优于其他适配器方法。消融研究还表明，我们的方法能更有效地在不同语言间迁移领域知识，以及在不同领域间迁移语言信息。
引用
@article{arxiv.2210.11912,
title = {$m^4Adapter$: Multilingual Multi-Domain Adaptation for Machine Translation with a Meta-Adapter},
author = {Wen Lai and Alexandra Chronopoulou and Alexander Fraser},
journal= {arXiv preprint arXiv:2210.11912},
year = {2022}
}
备注
Accepted to Findings of EMNLP 2022