零样本语言迁移与迭代回译在无监督机器翻译中的比较
计算与语言
2021-04-02 v1 人工智能
机器学习
摘要
本工作聚焦于比较低资源语言对的机器翻译的不同解决方案,即零样本迁移学习与无监督机器翻译。我们讨论了数据规模如何影响无监督 MT 和迁移学习的性能。此外,我们还考察了数据领域如何影响无监督 MT 的结果。本项目中所有实验的代码均可在 Github 上获取。
引用
@article{arxiv.2104.00106,
title = {Zero-Shot Language Transfer vs Iterative Back Translation for Unsupervised Machine Translation},
author = {Aviral Joshi and Chengzhi Huang and Har Simrat Singh},
journal= {arXiv preprint arXiv:2104.00106},
year = {2021}
}
备注
7 pages, 2 figures, 4 tables