基于检索短语级提示的神经网络机器翻译零样本领域自适应
计算与语言
2022-09-26 v1
摘要
领域自适应是神经网络机器翻译的一项重要挑战。然而，传统的微调方案需要多次额外训练并带来高昂成本。本文提出一种非微调范式，以基于提示的方法解决领域自适应问题。具体而言，我们构建一个双语短语级数据库，并从中检索相关配对作为输入句子的提示。通过利用检索短语级提示（Retrieved Phrase-level Prompts, RePP），我们有效提升了翻译质量。实验表明，我们的方法在不进行额外训练的情况下，使领域特定机器翻译提升了 6.2 个 BLEU 分数，并使翻译约束准确率提升了 11.5%。
引用
@article{arxiv.2209.11409,
title = {Zero-shot Domain Adaptation for Neural Machine Translation with Retrieved Phrase-level Prompts},
author = {Zewei Sun and Qingnan Jiang and Shujian Huang and Jun Cao and Shanbo Cheng and Mingxuan Wang},
journal= {arXiv preprint arXiv:2209.11409},
year = {2022}
}