文献

J-GLOBAL ID：202002267837195157   整理番号：20A2274318

歪モデルを用いた非自己回帰ニューラル機械翻訳【JST・京大機械翻訳】

Non-autoregressive Neural Machine Translation with Distortion Model

著者 (9件)： Zhou Long (National Laboratory of Pattern Recognition, Institute of Automation, CAS, Beijing, People’s Republic of China) ,  Zhou Long (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zhang Jiajun (National Laboratory of Pattern Recognition, Institute of Automation, CAS, Beijing, People’s Republic of China) ,  Zhang Jiajun (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zhao Yang (National Laboratory of Pattern Recognition, Institute of Automation, CAS, Beijing, People’s Republic of China) ,  Zhao Yang (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zong Chengqing (National Laboratory of Pattern Recognition, Institute of Automation, CAS, Beijing, People’s Republic of China) ,  Zong Chengqing (School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China) ,  Zong Chengqing (CAS Center for Excellence in Brain Science and Intelligence Technology, Shanghai, People’s Republic of China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12430  ページ： 403-415  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 非自己回帰翻訳(NAT)は,推論中のその高い効率のために最近注目されている。残念なことに,それは自己回帰翻訳(AT)モデルより著しく悪い。著者らは,NATとATの間のギャップが,ターゲット文章と同じ順序で復号器の入力を提供するならば,著しく狭くなることを観察した。しかしながら,既存のNATモデルは,ソース入力を左から右にコピーすることにより,復号化プロセスを初期化して,復号器入力のための明白な再順序付け機構を欠く。この問題に取り組むために,NATモデルをさらに改善するように,復号器入力を強化する新しい歪みモデルを提案した。NATモデルに組み込まれた歪みモデルは復号器入力を再構成し,復号器出力の単語次数を閉じ,非自己回帰復号器の探索空間を縮小できる。3つの類似した言語対(En[数式:原文を参照]De,En[数式:原文を参照]Ro,およびDe[数式:原文を参照]En)と2つの異種言語対(Zh[数式:原文を参照]EnとEn[数式:原文を参照]Ja)に関する一連の実験を通して経験的に著者らのアプローチを検証した。定量的および定性的分析は,提案した方法の有効性と普遍性を示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械翻訳 ,  言語 ,  復号器 ,  復号化 ,  再構成 ,  有効性 ,  単語 ,  普遍性
準シソーラス用語： 探索空間 ,  順序づけ ,  自己回帰 , 【Automatic Indexing@JST】

著者キーワード (3件)： 神経機械翻訳 ,  非自己回帰翻訳 ,  歪モデル

分類 (3件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 歪 ,  モデル ,  自己回帰 ,  ニューラル機械翻訳