@在过程中{zhang-komachi-2018-neural,title=“使用子字符级信息的对数语言神经机器翻译”,author=“张、龙图和马莫鲁·科马奇”,editor=“Bojar,Ond{\v{r}}ej和Chatterjee、Rajen和费德曼、克里斯蒂安和费舍尔、马克和格雷厄姆、伊维特和哈多、巴里和哈克、马提亚斯和是的,安东尼奥·吉梅诺和Koehn、Philipp和蒙兹、克里斯托夫和Negri、Matteo和N{\'e}v{\'e}ol,Aur{\e}谎言和内维斯、玛丽安娜和Post、Matt和Specia、Lucia和图尔奇、马尔科和卡琳·弗斯普尔”,booktitle=“第三届机器翻译会议论文集:研究论文”,月份=十月,year=“2018”,address=“比利时布鲁塞尔”,publisher=“计算语言学协会”,url=“https://aclantology.org/W18-6303”,doi=“10.18653/v1/W18-6303”,pages=“17--25”,abstract=“最近的神经机器翻译(NMT)通过采用注意机制和子字单元的编码器-解码器模型,系统得到了极大的改进。然而,长期以来,人们忽视了带有文字和字母书写系统的语言之间的重要差异。本研究重点关注这些差异,并使用一种简单的方法来提高NMT系统的性能,该方法利用符号语言的分解子字符级信息。我们的结果表明,我们的方法不仅提高了NMT系统在汉英之间的翻译能力,而且还进一步改进了中日NMT系统,因为它利用了相似子字符单元带来的共享信息。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“zhang-komachi-2018-神经”><标题信息>使用子字符级信息的对数语言神经机器翻译</titleInfo><name type=“personal”>龙图<namePart type=“family”>张<角色>作者</角色></name><name type=“personal”>马莫鲁Komachi公司<角色>作者</角色></name><originInfo><dateIssue>2018-10</dateIssue>发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息><title=第三届机器翻译大会论文集:研究论文</title=</titleInfo><name type=“personal”>Ondřej博加尔<角色>编辑器</角色></name><name type=“personal”>拉詹查特吉<角色>编辑器</角色></name><name type=“personal”>克里斯蒂安<namePart type=“family”>费德曼</namePart><角色>编辑器</角色></name><name type=“personal”>标记费舍尔<角色>编辑器</角色></name><name type=“personal”>Yvette(伊维特)格雷厄姆<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>巴里</namePart>哈多<角色>编辑器</角色></name><name type=“个人”>马提亚斯哈克<角色>编辑器</角色></name><name type=“personal”>安东尼奥Jimeno是的<角色>编辑器</角色></name><name type=“personal”>飞利浦科恩<角色>编辑器</角色></name><name type=“personal”>克里斯托夫蒙兹<角色>编辑器</角色></name><name type=“personal”>马蒂奥Negri(奈格里)<角色>编辑器</角色></name><name type=“personal”>奥雷利<namePart type=“family”>Névéol</namePart><角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>马里亚纳</namePart>内维斯<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>马特帖子<角色>编辑器</角色></name><name type=“personal”>露西娅Specia系列<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>马可图尔奇<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>卡琳Verspoor公司<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>比利时布鲁塞尔</地点></originInfo>会议出版物</relatedItem>最近的神经机器翻译(NMT)系统通过具有注意机制和子单词单元的编码器-解码器模型得到了极大的改进。然而,长期以来,人们忽视了具有拼音和拼音书写系统的语言之间的重要差异。本研究重点关注这些差异,并使用一种简单的方法来提高NMT系统的性能,该方法利用符号语言的分解子字符级信息。我们的结果表明,我们的方法不仅提高了NMT系统在汉英之间的翻译能力,而且还进一步改进了中日NMT系统,因为它利用了相似子字符单元带来的共享信息</摘要><identifier type=“citekey”>zhang-komachi-2018-neural神经</identifier>10.18653/v1/W18-6303<位置><网址>https://aclantology.org/W18-6303</url></位置><部分>2018-10年<扩展单元=“page”><开始>17<end>25</end></范围></部分></mods></mods集合>
%0会议记录%基于子字符级信息的对数语言T神经机器翻译%A Zhang,龙图%马莫鲁·A Komachi%Y Bojar,Ondřej%拉金·查特吉%Y Federmann,克里斯蒂安%Y Fishel,马克%伊维特·Y·格雷厄姆%巴里·Y·哈多%Y哈克,马提亚斯%Y Yepes,安东尼奥·吉梅诺%Y Koehn,菲利普%克里斯托夫·蒙兹%Y内格里,马泰奥%奥雷利·Y·内维尔%玛丽亚娜·尼维斯%Y Post,马特%露西娅·Y·斯佩西亚%马尔科·图尔奇%Y Verspoor,卡琳%第三届机器翻译会议论文集:研究论文%2018年D月%10月8日%计算语言学协会%C比利时布鲁塞尔%F zhang-komachi-2018-神经%X最近的神经机器翻译(NMT)系统通过具有注意机制和子单词单元的编码器-解码器模型得到了极大的改进。然而,长期以来,人们忽视了带有文字和字母书写系统的语言之间的重要差异。本研究重点关注这些差异,并使用一种简单的方法来提高NMT系统的性能,该方法利用符号语言的分解子字符级信息。我们的结果表明,我们的方法不仅提高了NMT系统在汉英之间的翻译能力,而且还进一步改进了中日NMT系统,因为它利用了相似子字符单元带来的共享信息。%10.18653/v1/W18-6303兰特%U型https://aclantology.org/W18-6303%U型https://doi.org/10.18653/v1/W18-6303%第17-25页
降价(非正式)
[使用子字符级信息的对数语言神经机器翻译](https://aclantology.org/W18-6303)(Zhang&Komachi,WMT 2018)
国际计算语言学协会
- 张隆图(Longtu Zhang)和马莫鲁·科马奇(Mamoru Komachi)。2018基于子字符级信息的对数语言神经机器翻译.英寸第三届机器翻译会议记录:研究论文,第17-25页,比利时布鲁塞尔。计算语言学协会。