利用自动分割克服神经机器翻译中的句子长度诅咒
计算与语言
2014-10-08 v2 机器学习
神经与进化计算
机器学习
摘要
Cho 等人 (2014a) 的研究表明，与现有的基于短语的翻译系统不同，最近引入的神经网络翻译系统在翻译长句时翻译质量显著下降。在本文中，我们提出了一种通过自动将输入句子分割成易于被神经网络翻译模型翻译的短语来解决此问题的方法。一旦每个片段被神经机器翻译模型独立翻译，这些翻译后的子句将被连接起来形成最终译文。实证结果表明，长句的翻译质量有了显著提高。
引用
@article{arxiv.1409.1257,
title = {Overcoming the Curse of Sentence Length for Neural Machine Translation using Automatic Segmentation},
author = {Jean Pouget-Abadie and Dzmitry Bahdanau and Bart van Merrienboer and Kyunghyun Cho and Yoshua Bengio},
journal= {arXiv preprint arXiv:1409.1257},
year = {2014}
}
备注
Eighth Workshop on Syntax, Semantics and Structure in Statistical Translation (SSST-8)