同步多枢纽神经机器翻译
计算与语言
2021-04-16 v1
摘要
平行语料库对训练神经机器翻译（NMT）模型不可或缺，而大多数语言对的平行语料库不存在或极为稀缺。在此情况下，枢纽语言 NMT 可提供帮助，即使用一种枢纽语言，使得源语言与枢纽语言、枢纽语言与目标语言之间存在平行语料库。自然地，枢纽语言翻译的质量劣于该语言对拥有合理规模直接平行语料库所能达到的水平。在实时同步翻译场景中，由于模型必须在少量源词可用时即刻输出翻译，枢纽语言翻译的质量进一步恶化。为解决此问题，我们提出多枢纽翻译并将其应用于涉及枢纽语言的同步翻译场景。我们的方法包括将源语言同步翻译为多个枢纽语言，随后利用多源 NMT 将这些枢纽语言同步共同翻译为目标语言。我们在低资源设置下使用 N 向平行的联合国语料库，以法语和西班牙语为枢纽进行阿拉伯语到英语的 NMT 实验，结果表明在同步枢纽 NMT 设置中，使用两种枢纽语言可带来最高 5.8 BLEU 的提升。
引用
@article{arxiv.2104.07410,
title = {Simultaneous Multi-Pivot Neural Machine Translation},
author = {Raj Dabre and Aizhan Imankulova and Masahiro Kaneko and Abhisek Chakrabarty},
journal= {arXiv preprint arXiv:2104.07410},
year = {2021}
}
备注
preliminary work. pardon the messy writing and mistakes. will be submitted to emnlp after major overhaul