Журнал «Современная Наука»

Обучение словарю с помощью оптимального транспорта для нейронного машинного перевода

Чжун Жуйюй (Аспирант, ФГАОУ ВО «Национальный исследовательский университет «Московский институт электронной техники»)

Выбор основных признаков словаря влияет на производительность машинного перевода. Эта работа стремится выяснить, что такое хороший словарный запас и можно ли найти оптимальный словарный запас без пробного обучения. Чтобы ответить на эти вопросы, мы сначала обеспечиваем альтернативное понимание роли словарного запаса с точки зрения теории информации. Исходя из этих предпосылок мы будем искать словарь с наилучшими признаками подходящего размера – как оптимальный транспорт (ОТ). Мы предлагаем VNMT, простое и эффективное решение без пробного обучения. Эмпирический результаты показывают, что VNMT превосходит широко используемые словари в различных сценариях, включая WMT-14 английский-немецкий и TED многоязычный перевод. Например, VNMT достигает почти 70% сокращения размера словарного запаса и 0,5 BLEU усиления в англо-немецком переводе.

Ключевые слова:обработки естественного языка, машинный перевод, словарь, оптимальный транспорт, машинное обучение, многоязычный перевод.

Читать полный текст статьи …

Ссылка для цитирования:
Чжун Ж. Обучение словарю с помощью оптимального транспорта для нейронного машинного перевода // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. -2022. -№04. -С. 159-165 DOI 10.37882/2223-2966.2022.04.39

ПРАВОВАЯ ИНФОРМАЦИЯ:
Перепечатка материалов допускается только в некоммерческих целях со ссылкой на оригинал публикации. Охраняется законами РФ. Любые нарушения закона преследуются в судебном порядке.
© ООО "Научные технологии"