深度学习时代的词对齐：一份教程
计算与语言
2022-12-02 v1
摘要
词对齐任务尽管在统计机器翻译（SMT）时代非常突出，但如今却是一个小众且探索不足的领域。在这份分为两部分的教程中，我们论证了词对齐的持续相关性。第一部分提供了词对齐作为传统 SMT 流水线核心组件的历史背景。我们重点关注 GIZA++，这是一个具有惊人生命力的无监督统计词对齐器。跳转到神经机器翻译（NMT）时代，我们展示了词对齐的见解如何启发了当今 NMT 基础的注意力机制。第二部分转向综述方法。我们涵盖了神经词对齐器，展示了在超越 GIZA++ 性能方面缓慢但稳步的进展。最后，我们涵盖了词对齐的当今应用，从跨语言标注投影到改进翻译。
引用
@article{arxiv.2212.00138,
title = {Word Alignment in the Era of Deep Learning: A Tutorial},
author = {Bryan Li},
journal= {arXiv preprint arXiv:2212.00138},
year = {2022}
}