基于参考语言的无监督神经机器翻译
计算与语言
2020-10-12 v2
摘要
利用通用语言作为辅助以改善翻译在机器翻译中有着悠久的传统，并在缺乏源语言到目标语言平行语料库的情况下，使基于监督学习的机器翻译享受到常用枢纽语言带来的增强。无监督神经机器翻译（UNMT）的兴起几乎完全摆脱了平行语料的束缚，但 UNMT 仍因其核心回译训练可用线索模糊而性能不尽如人意。通过扩展平行语料的使用超越源-目标范式，进一步丰富枢纽翻译的思想，我们提出了一种基于参考语言的 UNMT 新框架 RUNMT，其中参考语言仅与源语言共享平行语料，但该语料仍提供了足够清晰的信号，可通过所提出的参考一致机制帮助 UNMT 的重构训练。实验结果表明，我们的方法相较于仅使用一种辅助语言的强基线提升了 UNMT 的质量，证明了所提基于参考语言的 UNMT 的有效性，并为学界开了个好头。
引用
@article{arxiv.2004.02127,
title = {Reference Language based Unsupervised Neural Machine Translation},
author = {Zuchao Li and Hai Zhao and Rui Wang and Masao Utiyama and Eiichiro Sumita},
journal= {arXiv preprint arXiv:2004.02127},
year = {2020}
}
备注
EMNLP 2020, ACL Findings