基于增量式自学习策略的多语言翻译模型

• 作者: 史晓东 周张萍 王博立 胡金铭 陈毅东 黄荣城
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络机器翻译 多语言机器翻译 增量式自学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机器翻译模型
• 页码范围: 170-175
• 页数: 6页
• 分类号: TP391
• 字数: 5716字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201811016

摘要

针对源语言到目标语言缺乏平行语料的情况,提出了一种基于增量式自学习策略的多语言翻译模型,即利用中介语双语语料训练源语言到目标语言的翻译模型.在Transformer架构下,相比于基于中介语和直接在伪平行语料上训练的普通双语翻译模型,使用该方法在第十四届全国机器翻译研讨会(CWMT 2018)多语言翻译评测数据集上的机器双语互译评估(BLEU)值提升了0.98个百分点.在此基础上,还对比了不同的预处理方法、训练策略以及多模型的平均和集成策略,其中多模型集成策略的BLEU值上可在多模型策略的基础上进一步提升0.53个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史晓东	厦门大学信息科学与技术学院	31	290	8.0	16.0
2	陈毅东	厦门大学信息科学与技术学院	28	111	6.0	8.0
3	胡金铭	厦门大学信息科学与技术学院	2	15	2.0	2.0
4	王博立	厦门大学信息科学与技术学院	3	15	3.0	3.0
5	周张萍	厦门大学信息科学与技术学院	1	3	1.0	1.0
6	黄荣城	厦门大学信息科学与技术学院	2	3	1.0	1.0