神经机器翻译的最小风险训练
计算与语言
2016-06-16 v3
摘要
我们提出了一种用于端到端神经机器翻译的最小风险训练方法。与常规的最大似然估计不同，最小风险训练能够直接针对任意评估指标（不一定可微）优化模型参数。实验表明，在多种语言对上，我们的方法在先进的神经机器翻译系统上相比最大似然估计取得了显著改进。我们的方法对架构透明，可应用于更多神经网络，并可能惠及更多NLP任务。
引用
@article{arxiv.1512.02433,
title = {Minimum Risk Training for Neural Machine Translation},
author = {Shiqi Shen and Yong Cheng and Zhongjun He and Wei He and Hua Wu and Maosong Sun and Yang Liu},
journal= {arXiv preprint arXiv:1512.02433},
year = {2016}
}
备注
Accepted for publication in Proceedings of ACL 2016