ニューラル機械翻訳における文脈の最盛に向けて【JST・京大機械翻訳】

Zheng Zaixiang; Yue Xiang; Huang Shujian; Chen Jiajun; Birch Alexandra

プレプリント

J-GLOBAL ID：202202202137817965 整理番号：22P0113471

ニューラル機械翻訳における文脈の最盛に向けて【JST・京大機械翻訳】

Towards Making the Most of Context in Neural Machine Translation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年02月18日プレプリントサーバーでの情報更新日： 2020年09月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

文書レベル機械翻訳は,小さなマージンによって文章レベルモデルより優れているように管理するが,広く採用できなかった。これまでの研究は大域的文脈の明確な利用をなさず,ソースとターゲット言語の両者における文書の大域的文脈の認識により各文の局所コンテキストを意図的にモデル化する新しい文書レベルNMTフレームワークを提案した。特に,単一文を含む文章の任意の数を含む文書を扱うことができるモデルを設計した。この統一アプローチは,文章と文書レベルデータを別々に訓練する必要のない標準データセット上で,このモデルを精巧に訓練することを可能にする。実験結果は,著者らのモデルが,最先端の基準線上で,2.1BLEUまでの実質的なマージンで,変圧器ベースラインと以前の文書レベルNMTモデルより優れていることを実証した。また,以前の研究が典型的に取り組まれている,隣接2または3つの文章を超えるコンテキストの利点を示す解析も提供した。【JST・京大機械翻訳】

, , , , , ,
, , 【Automatic Indexing@JST】

自然語処理

前のページに戻る