基于复数神经机器翻译的句法感知方法
计算与语言
2024-06-18 v2
摘要
句法已被证明在神经机器翻译（NMT）中非常有效。以往的模型从句法分析工具中获取句法信息，并将其整合到NMT模型中以提高翻译性能。在这项工作中，我们提出了一种将句法信息整合到复数值编码器-解码器架构中的方法。所提出的模型使用注意力机制从源端到目标端联合学习词级和句法级注意力分数。重要的是，它不依赖于特定的网络架构，可以直接集成到任何现有的序列到序列（Seq2Seq）框架中。实验结果表明，所提出的方法在两个数据集上能带来BLEU分数的显著提升。特别是，在涉及句法差异显著的语言对的翻译任务中，该方法实现了更大的BLEU分数提升。
引用
@article{arxiv.2307.08586,
title = {Syntax-Aware Complex-Valued Neural Machine Translation},
author = {Yang Liu and Yuexian Hou},
journal= {arXiv preprint arXiv:2307.08586},
year = {2024}
}
备注
12 pages, 5 figures