ABD-NMT公司

ABD-NMT:用于神经机器翻译的异步双向解码。该代码库包含了除训练语料库外的所有脚本以重现本文的结果:利用反向目标端上下文通过异步双向解码进行神经机器翻译。基于一个具有注意机制的统一编解码框架,神经机器翻译(NMT)模型受到了广泛关注,并成为机器翻译领域的主流。通常,NMT解码器以从左到右的方式进行翻译。从右到右的翻译是完全被利用的,而从右到右的翻译是完全被利用的。本文在传统注意编解码框架的基础上,通过引入反向译码器,对传统的注意编解码框架进行了扩展,以探索非对称注意编解码器的异步双向解码。在编码后的第一步,我们的反向解码器学习以从右到左的方式生成目标侧的隐藏状态。其次,在翻译预测的每个时间步中,我们的正向解码器通过两个注意模型同时考虑源端和反向目标端的隐藏状态。与以往的模型相比,该体系结构的创新使得我们的模型能够充分利用源端和目标端的上下文,从而提高翻译质量。我们在NIST汉英、WMT英德和芬英翻译任务上进行了实验,以考察我们的模型的有效性。实验结果表明:(1)我们改进的基于RNN的NMT模型比传统的RNNSearch分别获得了(1.44/-3.02),(1.11/-1.01)和(1.23/-1.27)个平均BLEU和TER点;(2)我们改进的基于RNN的NMT模型比标准变压器的性能提高了(1.56/-1.49),(1.76/-2.49),BLEU和TER的平均值分别为(1.29/-1.33)。我们在url{https://github.com/DeepLearnXMU/ABD-NMT}发布了代码。