神经机器翻译中长度偏差的校正

肯顿·默里，大卫·蒋

摘要
我们研究了神经机器翻译（NMT）中的两个问题。首先，在波束搜索中，虽然较宽的波束原则上有助于平移，但通常会损害NMT。其次，NMT倾向于翻译得太短。在这里，我们认为这些问题密切相关，都根源于标签偏见。我们表明，修正简洁性问题几乎消除了波束问题；我们比较了一些常用的方法，发现简单的读单词奖励效果很好；我们介绍了一种使用感知器算法简单快速地调整该奖励的方法。
选集ID：
W18-6322型
音量：
第三届机器翻译会议记录：研究论文
月份：
十月
年份：
2018
地址：
比利时布鲁塞尔
编辑：
Ondřej Bojar公司，拉金·查特吉，克里斯蒂安·费德曼，马克·费舍尔，伊维特·格雷厄姆，巴里·哈多，马蒂亚斯·哈克，安东尼奥·吉梅诺·耶佩斯，菲利普·科恩，克里斯托夫·蒙兹，马泰奥·内格里，奥雷利·内维尔，玛丽亚娜·奈维斯，马特·波斯特，露西娅·斯佩西亚，马可·图尔奇，卡林·弗斯波尔
地点：
WMT公司
SIG公司：
SIGMT公司
发布者：
计算语言学协会
注：
页：
212–223
语言：
网址：
https://aclantology.org/W18-6322
内政部：
10.18653/v1/W18-6322
比比键：
引用（ACL）：
肯顿·默里和大卫·蒋。2018神经机器翻译中长度偏差的校正.英寸第三届机器翻译会议记录：研究论文，第212-223页，比利时布鲁塞尔。计算语言学协会。
引用（非正式）：
神经机器翻译中长度偏差的校正（Murray&Chiang，WMT 2018）
复制引文：
PDF格式：
https://aclcollectory.org/W18-6322.pdf
PDF格式 引用 搜索