神经句子嵌入的可扩展跨语言迁移
计算与语言
2019-04-12 v1
摘要
我们开发并研究了针对神经句子嵌入模型（如监督推理分类器InferSent和序列编码器-解码器模型）的若干跨语言对齐方法。我们评估了应用于这些模型的三种对齐框架：联合建模、表示迁移学习和句子映射，并使用平行文本来引导对齐。我们的结果支持表示迁移作为一种用于神经句子嵌入模块化跨语言对齐的可扩展方法，在内在与外在评测中我们观察到其相比联合模型具有更好的性能，尤其是在较小规模平行数据的情况下。
引用
@article{arxiv.1904.05542,
title = {Scalable Cross-Lingual Transfer of Neural Sentence Embeddings},
author = {Hanan Aldarmaki and Mona Diab},
journal= {arXiv preprint arXiv:1904.05542},
year = {2019}
}
备注
accepted in *SEM 2019