ニューラル機械翻訳のための一般化障壁の検出と理解【JST・京大機械翻訳】

Li Guanlin; Liu Lemao; Zhu Conghui; Zhao Tiejun; Shi Shuming

プレプリント

J-GLOBAL ID：202202210081867045 整理番号：22P0131167

ニューラル機械翻訳のための一般化障壁の検出と理解【JST・京大機械翻訳】

Detecting and Understanding Generalization Barriers for 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04月05日プレプリントサーバーでの情報更新日： 2020年04月05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)

全データ駆動モデルに対して,非意味インスタンスに対する一般化は,著者らのテーナル追跡である。しかし,機械翻訳のような現実的タスクでは,平均感覚における一般化を測定する従来のアプローチでは,細粒化一般化能力に対する理解が乏しい。改善として,本論文では,微細粒一般化の劣化を引き起こす非意味入力文内の一般化障壁単語を同定し,理解することを試みた。一般化障壁単語の原理定義と計算で扱いやすい修正版を提案した。修正したものに基づいて,著者らは,対物的生成を通して探索意識リスク推定による障壁検出のための3つの単純な方法を提案した。次に,様々な視点からZh⇔En NISTベンチマーク上の一般化障壁単語を検出した。検出した障壁単語の潜在的利用についても論じた。【JST・京大機械翻訳】

, , , ,
, , 【Automatic Indexing@JST】

自然語処理

, , ,

前のページに戻る