EMNLPApr, 2019
神经机器翻译的动态过去和未来
Dynamic Past and Future for Neural Machine Translation
Zaixiang Zheng, Shujian Huang, Zhaopeng Tu, Xin-Yu Dai, Jiajun Chen
TL;DR本研究探讨了神经机器翻译模型中引入 Translated 和 Untranslated 内容组的方法,并通过一种称为 Guided Dynamic Routing 的新型路由协议来学习它们,使得翻译能够在全局上最优化。实验证明,这种方法比 RNMT 和 Transformer 技术更为先进,能够识别 Translated 和 Untranslated 内容,具有高度的可解释性。