基于提高伪平行句对质量的无监督领域适应机器翻译

摘要：

神经机器翻译系统的良好性能依赖于大规模内领域双语平行数据,当特定领域数据稀疏或不存在时,领域适应是个很好的解决办法.无监督领域适应方法通过构建伪平行语料来微调预训练的翻译模型,然而现有的方法没有充分考虑语言的语义、情感等特性,导致目标领域的翻译包含大量的错误和噪声,从而影响到模型的跨领域性能.为缓解这一问题,从模型和数据2个方面来提高伪平行句对的质量,以提高模型的领域自适应能力.首先,提出更加合理的预训练策略来学习外领域数据更为通用的文本表示,增强模型的泛化能力,同时提高内领域的译文准确性;然后,融合句子的情感信息进行后验筛选,进一步改善伪语料的质量.实验表明,该方法在中-英与英-中实验上比强基线系统反向翻译的BLEU值分别提高了1.25和1.38,可以有效地提高翻译效果.

关键词：神经网络、神经机器翻译、领域适应、模型优化、情感信息

所属期刊栏目：44

分类号：H085(应用语言学)

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2230-2237