@进行中{pham-etal-2018-towards,title=“与外部专家一起进行稀有词翻译的一次性学习”,author=“Pham、Ngoc-Quan和Niehues、Jan和亚历山大·威贝尔”,editor=“Birch、Alexandra和芬奇、安德鲁和Luong、Thang和Neubig、Graham和Oda,Yusuke“,booktitle=“第二届神经机器翻译与生成研讨会论文集”,月=七月,year=“2018”,address=“澳大利亚墨尔本”,publisher=“计算语言学协会”,url=“https://aclcollectory.org/W18-2712”,doi=“10.18653/v1/W18-2712”,pages=“100--109”,abstract=“神经机器翻译(NMT)显著提高了自动翻译模型的质量。当前系统的主要挑战之一是稀有词的翻译。我们提出了一种通用方法来解决这一弱点,方法是让外部模型将训练数据注释为专家,并通过指针网络和强化学习控制模型与专家的交互。我们使用基于短语的模型模拟专家来补充神经机器翻译模型的实验表明,可以训练模型将注释一致地复制到输出中。我们证明了我们提出的框架在仅使用词汇资源的领域外翻译场景中的优势,在英语-西班牙语和德语-英语两个翻译方向上都提高了超过1.0个BLEU点。",}
<?xml版本=“1.0”编码=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“pham-etal-2018-towards”><标题信息><title>与外部专家一起进行稀有词翻译的一次性学习</titleInfo><name type=“personal”>Ngoc-Quan范文<角色>作者</角色></name><name type=“personal”>一月尼胡斯<角色>作者</角色></name><name type=“personal”>亚历山大<namePart type=“family”>威贝尔</namePart><角色>作者</角色></name><originInfo>2018-07发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>神经机器翻译和生成第二次研讨会论文集</titleInfo><name type=“personal”>亚历山大桦树<角色>编辑器</角色></name><name type=“personal”>安德鲁芬奇<角色>编辑器</角色></name><name type=“personal”>ThangLuong<角色>编辑器</角色></name><name type=“personal”>格雷厄姆Neubig公司<角色>编辑器</角色></name><name type=“personal”>优素克奥达<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>澳大利亚墨尔本</place></originInfo>会议出版物</relatedItem>神经机器翻译(NMT)显著提高了自动翻译模型的质量。当前系统的主要挑战之一是稀有词的翻译。我们提出了一种通用方法,通过让外部模型将训练数据注释为专家,并通过指针网络和强化学习控制模型专家交互,来解决这一弱点。我们使用基于短语的模型模拟专家来补充神经机器翻译模型的实验表明,可以训练模型将注释一致地复制到输出中。我们证明了我们提出的框架在仅使用词汇资源的领域外翻译场景中的优势,在英语-西班牙语和德语-英语两个翻译方向上都提高了超过1.0个BLEU点</摘要><identifier type=“citekey”>pham-etal-2018-towards朝向</identifier>10.18653/v1/W18-2712<位置><网址>https://aclantology.org/W18-2712</url></位置><部分>2018-07年7月<扩展单元=“page”><开始>100</开始><end>109</end></范围></部分></mods></modsCollection>
%0会议记录%T与外部专家一次学习稀有词翻译%阿范,Ngoc-Quan%A Niehues,简%亚历山大·威贝尔%亚历山德拉·Y·伯奇%安德鲁·Y·芬奇%Y Luong,Thang先生%格雷厄姆·纽比格%Yusuke的Y Oda%第二届神经机器翻译与生成研讨会论文集%2018年D月%7月8日%计算语言学协会%C澳大利亚墨尔本%F pham-etal-2018-走向%X神经机器翻译(NMT)显著提高了自动翻译模型的质量。当前系统的主要挑战之一是稀有词的翻译。我们提出了一种通用方法来解决这一弱点,方法是让外部模型将训练数据注释为专家,并通过指针网络和强化学习控制模型与专家的交互。我们使用基于短语的模型模拟专家来补充神经机器翻译模型的实验表明,可以训练模型将注释一致地复制到输出中。我们证明了我们提出的框架在仅使用词汇资源的领域外翻译场景中的优势,在英语-西班牙语和德语-英语两个翻译方向上都提高了超过1.0个BLEU点。%10.18653/v1/W18-2712兰特%U型https://aclantology.org/W18-2712%U型https://doi.org/10.18653/v1/W18-2712%电话100-109
降价(非正式)
[与外部专家一次学习稀有词翻译](https://aclantology.org/W18-2712)(Pham等人,NGT 2018)
国际计算语言学协会
- Ngoc-Quan Pham、Jan Niehues和Alexander Waibel。2018与外部专家一次学习稀有词翻译.英寸第二届神经机器翻译与生成研讨会论文集,第100-109页,澳大利亚墨尔本。计算语言学协会。