EMNLPJul, 2017

SGNMT -- 一个灵活的 NMT 解码平台，用于快速原型制作新的模型和搜索策略

PDF
TL;DR介绍了 SGNMT 平台，它提供了一种与神经和符号打分模块的通用接口，可以与各种打分和约束方式组合，实现了多种遍历搜索策略，并易于添加新的打分模块或解码策略，可用于机器翻译研究的快速实验。
machine translationneural scoring modulestranslation modelssearch strategiespredictors
发现论文，激发创造
  • 为何不灵活？SGNMT 解码器在机器翻译中的应用

    本文介绍了一个用于机器翻译的解码平台 SGNMT，它可以与不同类型的约束条件和符号模型一起使用，本文描述了 SGNMT 在教学、研究和技术转移方面的应用。

    Mar, 2018

  • 生成式神经机器翻译

    介绍了生成神经机器翻译（GNMT）的概念，通过添加潜在变量提高翻译模型的语义建模能力，从而实现跨语言翻译，半监督学习以及降低过拟合的效果。

    Jun, 2018

  • 由统计机器翻译指导的神经机器翻译

    本文提出了将 SMT 模型融入 NMT 框架，通过辅助分类器和门函数来结合 SMT 的推荐和 NMT 的生成，从而提高中英翻译的性能。实验结果表明，该方法在多个测试集上均显著优于现有的 NMT 和 SMT 系统。

    Oct, 2016

  • 谷歌的神经机器翻译系统：弥合人类翻译和机器翻译之间的差距

    Google 发布的 GNMT 神经机器翻译系统采用 LSTM 深度学习网络，使用 attention 机制和残差连接，借助词元素 (wordpieces) 将单词划分为子单元，提高了稀有单词处理能力与整体系统精度。

    Sep, 2016

  • 同步双向神经机器翻译

    本研究提出了同步双向神经机器翻译模型，通过同时进行从左到右和从右到左解码，以相互交互的方式预测输出，从而利用历史和未来信息，并在大规模数据上实验证明其优于强的 Transformer 模型，达到了中英文和英德文翻译任务的最新性能。

    May, 2019

  • 句法引导的神经机器翻译

    本文研究了使用分层短语配对 SMT 网络在端到端的神经机器翻译（NMT）中的应用。通过权重推送将完整的翻译预测假设的 Hiero 分数，包括完整的翻译语法分数和完整的 n-gram 语言模型分数，转换为与 NMT 预测概率兼容的后验概率，并通过稍加修改的 NMT 波束搜索解码器，发现了比 Hiero 和 NMT 单独解码的改进，在扩展 NMT 到非常大的输入和输出词汇方面具有实际优势。

    May, 2016

  • 基于反卷积的全局解码神经机器翻译

    提出了一种新的神经机器翻译模型，利用目标序列上下文的结构预测来引导翻译，从而使之摆脱顺序约束，实现了重复减少和跨长度翻译的鲁棒性，相较于当前最优方法有着更为优越的效果表现。

    Jun, 2018

  • 基于短语的强制解码改进神经机器翻译

    本研究提出了一种将传统 SMT 模型与神经机器翻译相结合的方法，从而提高翻译质量。该方法利用现有的基于短语的 SMT 模型计算基于短语的解码成本，并将其用于重新排列 n 个最佳 NMT 输出。研究表明，利用强制解码成本对 NMT 输出进行排序可以成功提高四种不同语言的翻译质量。

    Nov, 2017

  • 神经机器翻译用于代码生成

    本文综述了 NMT 在代码生成中的应用，包括自然语言描述、二进制或汇编语言、源代码部分表示和其他语言的源代码等方面的输入。并且列举了已经探索的多种不同的方法和模型架构、优化技术、数据集和评估方法，最后讨论了现有方法的局限性和未来研究方向。

    May, 2023

  • GenTranslate：大型语言模型是生成式跨语音和机器翻译器

    利用大型语言模型的丰富语言知识和强大的推理能力，我们提出了一种新的生成式翻译范式 ——“GenTranslate”，可以从 N 个候选译文中生成更高质量的翻译结果，并且在各种语音和机器翻译基准测试中明显优于现有模型。

    Feb, 2024