多语言的无监督神经机器翻译

• 作者: 李军辉 薛擎天 贡正仙
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 无监督 神经机器翻译 多语言 多任务
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 机器翻译模型
• 页码范围: 192-197
• 页数: 6页
• 分类号: TP391.2
• 字数: 4293字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201908042

摘要

依赖于大规模的平行语料库,神经机器翻译在某些语言对上已经取得了巨大的成功.然而高质量平行语料的获取却是机器翻译研究的主要难点之一.为了解决这一问题,一种可行的方案是采用无监督神经机器翻译(unsupervised neural machine translation,UNMT),该方法仅仅使用两门不相关的单语语料就可以进行训练,并获得一个不错的翻译结果.受多任务学习在有监督神经机器翻译上取得的良好效果的启发,本文主要探究UNMT在多语言、多任务学习上的应用.实验使用3门互不相关的单语语料,两两建立双向的翻译任务.实验结果表明,与单任务UNM T相比,该方法在部分语言对上最高取得了2～3个百分点的双语互译评估(BLEU)值提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贡正仙	苏州大学计算机科学与技术学院	28	152	6.0	11.0
2	李军辉	苏州大学计算机科学与技术学院	25	151	6.0	12.0
3	薛擎天	苏州大学计算机科学与技术学院	1	0	0.0	0.0