面向维汉神经机器翻译的双向重排序模型分析

• 作者: 张新路 李晓 杨雅婷 王磊 董瑞
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 神经机器翻译 集成学习 双向重排序 维吾尔语
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专题报道:面向人工智能的自然语言分析与理解
• 页码范围: 31-38
• 页数: 8页
• 字数: 5957字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2019.093

摘要

在维吾尔语到汉语等低资源语料库上,神经机器翻译的拟合训练容易陷入局部最优解,导致单一模型的翻译结果可能不是全局最优解.针对此问题,通过集成策略,有效整合多个模型预测的概率分布,将多个翻译模型作为一个整体;同时采用基于交叉熵的重排序方法,将具有相反解码方向的翻译模型相结合,最终选出综合得分最高的候选翻译作为输出.在CWMT2015维汉平行语料上的实验结果表明,与单一的Transformer模型相比,改进后的方法提升4.82个BLEU值.