子词对齐依然有用:一种增强低资源机器翻译的袖珍方法
计算与语言
2022-05-10 v1
摘要
我们利用对齐子词之间的嵌入复制来扩展Parent-Child迁移学习方法,从而改进低资源机器翻译。我们在My-En、Id-En和Tr-En翻译场景的基准数据集上开展实验。测试结果表明,我们的方法带来了显著提升,分别取得了22.5、28.0和18.1的BLEU分数。此外,该方法计算高效,将训练时间消耗减少了63.8%,在Tesla 16GB P100 GPU上训练时耗时仅为1.6小时。实验中的所有模型和源代码将公开,以支持可复现研究。
引用
@article{arxiv.2205.04067,
title = {Sub-Word Alignment Is Still Useful: A Vest-Pocket Method for Enhancing Low-Resource Machine Translation},
author = {Minhan Xu and Yu Hong},
journal= {arXiv preprint arXiv:2205.04067},
year = {2022}
}
备注
Accepted at ACL 2022