基于后验正则化的神经机器翻译先验知识集成
计算与语言
2018-11-06 v1
摘要
尽管神经机器翻译近期取得了显著进展，如何集成多个重叠且任意的先验知识源仍是一项挑战。在本工作中，我们提出使用后验正则化提供一个将先验知识集成到神经机器翻译中的通用框架。我们将先验知识源表示为对数线性模型中的特征，以指导神经翻译模型的学习过程。在中英翻译上的实验表明，我们的方法带来了显著提升。
引用
@article{arxiv.1811.01100,
title = {Prior Knowledge Integration for Neural Machine Translation using Posterior Regularization},
author = {Jiacheng Zhang and Yang Liu and Huanbo Luan and Jingfang Xu and Maosong Sun},
journal= {arXiv preprint arXiv:1811.01100},
year = {2018}
}
备注
ACL 2017 (modified)