基于循环一致性与改进训练的对抗自编码器在无监督词翻译中的再探

对抗训练已通过将单语嵌入映射到共享空间，在无任何平行数据的情况下学习双语词典方面展现出令人印象深刻的成效。然而，近期工作表明，在更具挑战性的语言对中，非对抗方法具有更优的性能。在本工作中，我们重新审视用于无监督词翻译的对抗自编码器，并提出两种新颖的扩展，以带来更稳定的训练和改良的结果。我们的方法包含强制循环一致性与输入重构的正则化项，并将目标编码器作为对应判别器的对抗方。针对欧洲、非欧洲和低资源语言的广泛实验表明，我们的方法比近期提出的对抗与非对抗方法更鲁棒且取得更好的性能。