Sentence-Level Agreement for Neural Machine Translation

Mingming Yang; Rui Wang; Kehai Chen; Masao Utiyama; Eiichiro Sumita; Min Zhang; Tiejun Zhao

doi:10.18653/v1/P19-1296

Sentence-Level Agreement for Neural Machine Translation structural navigation Heshiiska darajada ee baabuurka neurada Name Giao dịch đường dây thần kinh 用神经机器翻译句级协议

Mingming Yang, Rui Wang, Kehai Chen, Masao Utiyama, Eiichiro Sumita, Min Zhang, Tiejun Zhao

Abstract

The training objective of neural machine translation (NMT) is to minimize the loss between the words in the translated sentences and those in the references. In NMT, there is a natural correspondence between the source sentence and the target sentence. However, this relationship has only been represented using the entire neural network and the training objective is computed in word-level. In this paper, we propose a sentence-level agreement module to directly minimize the difference between the representation of source and target sentence. The proposed agreement module can be integrated into NMT as an additional training objective function and can also be used to enhance the representation of the source sentences. Empirical results on the NIST Chinese-to-English and WMT English-to-German tasks show the proposed agreement module can significantly improve the NMT performance.

Abstract

Die oefening doel van neurale masjien vertaling (NMT) is om die verlies tussen die woorde in die vertalinge setinge en die wat in die verwysings is te minimiseer. In NMT is daar 'n natuurlike ooreenstemming tussen die bron seting en die doel seting. Hierdie verwanting is alleen verteenwoordig deur die hele neuralnetwerk en die onderwerp-doel is bereken in woord-vlak. In hierdie papier voorstel ons 'n setvlak ooreenkoms module om direk die verskil tussen die voorstelling van bron en doel seting te minimiseer. Die voorgestelde ooreenkoms module kan integreer word in NMT as 'n addisionele onderwerking objektief funksie en kan ook gebruik word om die voorstelling van die bron setings te verbeter. Enige resultate op die NIST Sinees-na-Engels en WMT Engels-na-Duitse taak vertoon die voorgestelde ooreenkomsmodule kan betekeurig die NMT-prestasie verbeter.

Abstract

የነዌብ መሣሪያን ትርጉም (NMT) የሚያስተማርገው ዕቅድን በተርጉም ቃላት እና በተርጉም ቃላት መካከል ጉዳዩን ለማጎድል ነው፡፡ በNMT፣ የአፍሪካዊ ፍርድ እና የአክላቢው ፍርድ መካከል ግንኙነት አለ፡፡ ነገር ግን ይህ ግንኙነት በሙሉ የናውሬው መረብ በመጠቀም ብቻ ተገልጦአል፣ የግንኙነቱ አካባቢ በንግግር-ደረጃ ይቆጠራል፡፡ በዚህ ካላት፣ የቁጥጥር-ደረጃ ቃል ኪዳን አካባቢ እና በምዕራብ እና በክፍል ክፍል መካከል ያለውን ልዩነት ቀጥተኛ ማቅናወስ እናሳውቃለን፡፡ የተዘጋጀው ስህተት ሞዴል ወደ NMT ጥያቄ ለመጨመር ማህበረሰብ አካባቢ እንዲሆን ይቻላል፡፡ Empirical results on the NIST Chinese-to-English and WMT English-to-German tasks show the proposed agreement module can significantly improve the NMT performance.

Abstract

الهدف التدريبي للترجمة الآلية العصبية (NMT) هو تقليل الخسارة بين الكلمات الموجودة في الجمل المترجمة وتلك الموجودة في المراجع. في NMT ، هناك تطابق طبيعي بين الجملة المصدر والجملة المستهدفة. ومع ذلك ، تم تمثيل هذه العلاقة فقط باستخدام الشبكة العصبية بأكملها ويتم حساب هدف التدريب على مستوى الكلمات. في هذه الورقة ، نقترح وحدة اتفاقية على مستوى الجملة لتقليل الاختلاف بين تمثيل الجملة المصدر والجملة المستهدفة. يمكن دمج وحدة الاتفاقية المقترحة في NMT كوظيفة هدف تدريب إضافية ويمكن استخدامها أيضًا لتعزيز تمثيل الجمل المصدر. تظهر النتائج التجريبية على مهام NIST من الصينية إلى الإنجليزية و WMT من الإنجليزية إلى الألمانية أن وحدة الاتفاقية المقترحة يمكن أن تحسن أداء NMT بشكل كبير.

Abstract

NMT təhsil etmək məqsədilə çevirilən sözlərin və referans sözlərinin arasındakı ziyanı azaltmaqdır. NMT içində mənbə cümləsi və məqsəd cümləsi arasında təbiətli bir məlumat var. Lakin bu bağlantı ancaq bütün nöral ağ vasitəsilə təhsil edildi və təhsil məqsədi söz seviyesində hesablanır. Bu kağızda, biz cümləlik səviyyəsi müzakirə modulu təklif edirik ki, mənbənin və məqsəd cümlənin arasındakı fərqliyi düzəltsin. Təsdiq müzakirə modulu NMT-ə əlavə təhsil məqsədil funksiyası olaraq daxil edilə bilər və mənbə sözlərinin təhsil edilməsi üçün də istifadə edilə bilər. NIST Çincə-İngilizə və WMT İngilizə-Almanca işlərinin impirik sonuçları NMT performansını çox yaxşılaşdıra bilər.

Abstract

Целта на обучението на невронния машинен превод (НМТ) е да се сведе до минимум загубата между думите в преведените изречения и тези в препратките. В НМТ има естествена кореспонденция между изходното изречение и целевото изречение. Тази връзка обаче е представена само с помощта на цялата невронна мрежа и целта на обучението е изчислена на ниво дума. В настоящата статия предлагаме модул за съгласуване на ниво изречение, който пряко свежда до минимум разликата между представянето на източника и целевото изречение. Предложеният модул за споразумение може да бъде интегриран в НМТ като допълнителна функция с цел обучение и също така може да се използва за подобряване на представянето на изходните изречения. Емпиричните резултати от китайско-английски и английски-немски задачи показват, че предложеният модул за споразумение може значително да подобри ефективността на НМТ.

Abstract

নিউরুল মেশিন অনুবাদ (এনএমটি) এর প্রশিক্ষণের উদ্দেশ্য হচ্ছে অনুবাদ করা শব্দ এবং সংবাদের মধ্যে যে সমস্ত শব্দের ক্ষতি কমিয়ে দেওয় এনএমটিতে উৎসের শাস্তি এবং লক্ষ্যের শাস্তির মধ্যে প্রাকৃতিক সংবাদ রয়েছে। তবে এই সম্পর্ক শুধুমাত্র পুরো নিউরেল নেটওয়ার্ক ব্যবহার করে প্রতিনিধিত্ব করা হয়েছে এবং এই প্রশিক্ষণের উদ্দেশ্য শব্দ-স্ এই কাগজটিতে আমরা একটি বাক্য-স্তরের চুক্তি মডিউল প্রস্তাব করি যাতে সোর্সের প্রতিনিধিত্ব এবং লক্ষ্যের শাস্তি প্রতিনিধি প্রস্তাবিত চুক্তির মডিউল এনএমটিতে একত্রিত হতে পারে যেটি অতিরিক্ত প্রশিক্ষণের লক্ষ্য ফাংশন হিসেবে এবং উৎসের বাক্যের প্রতিন এনআইএসটি চীনা থেকে ইংরেজি এবং উইএমটি ইংরেজি থেকে জার্মান কাজের উপর সামান্য ফলাফল দেখাচ্ছে যে প্রস্তাবিত চুক্তি মডিউল এনএমটি প্রদর্

Abstract

ནུས་མེད་ལག་འཁྱེར་གྱི་སྤྲོད་གྱི་དམིགས NMT ནང་དུ་འབྱུང་ཁུངས་ཡི་ཚིག་དང་དམིགས་ཡུལ་ཚིག་དང་མཐུན་པ་མཚུངས་ཡོད་པ་རེད། ཡིན་ནའང་། འབྲེལ་བ་འདི་ནི་སྐྱེས་གཞུང་གི་དྲ་རྒྱ་ཡིས་ལག་ལེན་འཐབ་སྟེ། རྩིས་འབྲེལ་གྱི་དམིགས་ཡུལ་དེ་ཚོགས་གནས་སྟངས་ ང་ཚོས་ཤོག་བྱང་འདིའི་ནང་དུ་ཚིག གྲོས་འཆར་བཀོད་ཡོད་པའི་འཆར་སྤྲོད་ཀྱི་རྣམ་པ་དེ་NMT ལ་འཇུག་སྣོད་ཀྱི་གནང་གི་དམིགས་ཡུལ་ལས་སྤྱོད་ཐུབ་ཀྱི་ཡོད། NIST རྒྱ་ནག་ལས་དབྱིན་ཡིག་དང་ WMT དབྱིན་ཡིག་ལས་German་གི་གནད་སྡུད་ནང་གི་གྲུབ་འབྲས་བ་མངོན་འཆར་བྱེད་ཀྱི་ཡོད།

Abstract

Cilj obuke neuralnog prevoda mašine (NMT) je minimizirati gubitak između riječi u prevedenim rečenicama i onih u referencijama. U NMT-u postoji prirodna dopisnost između izvorne rečenice i ciljne rečenice. Međutim, ova veza je predstavljena samo koristeći cijelu neuralnu mrežu, a cilj obuke se računa na razini riječi. U ovom papiru predlažemo modul sporazuma o razini rečenica da direktno minimizira razliku između zastupanja izvora i ciljne rečenice. Predloženi modul sporazuma može biti integrisan u NMT kao dodatna objektivna funkcija obuke i može se koristiti i za unapređenje zastupanja izvornih rečenica. Impirički rezultati na zadatke NIST kineskog i engleskog i WMT-njemačkog jezika pokazuju da predloženi modul sporazuma može značajno poboljšati učinkovitost NMT-a.

Abstract

L'objectiu d'entrenament de la traducció neuromàtica (NMT) és minimitzar la pèrdua entre les paraules de les frases traduïdes i les de les referències. A la NMT hi ha una corresponència natural entre la frase d'origen i la frase d'alvo. No obstant això, aquesta relació només s'ha representat fent servir tota la xarxa neuronal i l'objectiu d'entrenament es calcula en nivell de paraules. En aquest paper, proposem un módul d'acord de nivell de frases per minimitzar directament la diferència entre la representació de la frase d'origen i l'objectiu. El módul d'acord proposat pot integrar-se en la NMT com una funció objectiva adicional de formació i també pot ser utilitzat per millorar la representació de les frases de font. Empirical results on the NIST Chinese-to-English and WMT English-to-German tasks show the proposed agreement module can significantly improve the NMT performance.

Abstract

Cílem školení neuronového strojového překladu (NMT) je minimalizovat ztrátu mezi slovy v přeložených větách a slovy v referencích. V NMT existuje přirozená korespondence mezi zdrojovou větou a cílovou větou. Tento vztah byl však reprezentován pouze pomocí celé neuronové sítě a cíl tréninku je vypočítán na slovní úrovni. V tomto článku navrhujeme modul dohody na úrovni věty, který přímo minimalizuje rozdíl mezi reprezentací zdrojové a cílové věty. Navržený modul dohody může být integrován do NMT jako doplňková cílová funkce výcviku a může být také použit pro zlepšení reprezentace zdrojových vět. Empirické výsledky úkolů NIST čínsko-anglicky a WMT anglicky-německy ukazují, že navrhovaný modul dohody může výrazně zlepšit výkon NMT.

Abstract

Formålet med neural maskinoversættelse (NMT) er at minimere tabet mellem ordene i de oversatte sætninger og dem i referencerne. I NMT er der en naturlig korrespondance mellem kildesætningen og målsætningen. Dette forhold er imidlertid kun blevet repræsenteret ved hjælp af hele det neurale netværk, og træningsmålet beregnes på ordniveau. I denne artikel foreslår vi et sætningsniveau aftalemodul, der direkte minimerer forskellen mellem repræsentationen af kilde og målsætning. Det foreslåede aftalemodul kan integreres i NMT som en supplerende uddannelsesmålsfunktion og kan også bruges til at forbedre repræsentationen af kildesætningerne. Empiriske resultater af NIST kinesisk-til-engelsk og WMT engelsk-til-tysk opgaver viser, at det foreslåede aftalemodul kan forbedre NMT's ydeevne betydeligt.

Abstract

Das Trainingsziel der neuronalen maschinellen Übersetzung (NMT) besteht darin, den Verlust zwischen den Wörtern in den übersetzten Sätzen und denen in den Referenzen zu minimieren. In NMT gibt es eine natürliche Korrespondenz zwischen dem Ausgangssatz und dem Zielsatz. Diese Beziehung wurde jedoch nur über das gesamte neuronale Netzwerk dargestellt und das Trainingsziel wird auf Wortebene berechnet. In diesem Beitrag schlagen wir ein Vereinbarungsmodul auf Satzebene vor, um den Unterschied zwischen der Darstellung von Ausgangs- und Zielsatz direkt zu minimieren. Das vorgeschlagene Vereinbarungsmodul kann als zusätzliche Trainingszielfunktion in NMT integriert werden und kann auch verwendet werden, um die Darstellung der Ausgangssätze zu verbessern. Empirische Ergebnisse der NIST-Aufgaben Chinesisch-Englisch und WMT Englisch-Deutsch zeigen, dass das vorgeschlagene Vereinbarungsmodul die NMT-Leistung signifikant verbessern kann.

Abstract

Ο εκπαιδευτικός στόχος της νευρωνικής μηχανικής μετάφρασης (NMT) είναι να ελαχιστοποιήσει την απώλεια μεταξύ των λέξεων στις μεταφρασμένες προτάσεις και εκείνων στις αναφορές. Στο NMT, υπάρχει μια φυσική αντιστοιχία μεταξύ της πρότασης προέλευσης και της πρότασης στόχου. Ωστόσο, αυτή η σχέση έχει αναπαραχθεί μόνο χρησιμοποιώντας ολόκληρο το νευρωνικό δίκτυο και ο στόχος εκπαίδευσης υπολογίζεται σε επίπεδο λέξεων. Στην παρούσα εργασία, προτείνουμε μια ενότητα συμφωνίας σε επίπεδο πρότασης για την άμεση ελαχιστοποίηση της διαφοράς μεταξύ της αναπαράστασης της πρότασης προέλευσης και του στόχου. Η προτεινόμενη ενότητα συμφωνίας μπορεί να ενσωματωθεί στο NMT ως πρόσθετη λειτουργία εκπαιδευτικού στόχου και μπορεί επίσης να χρησιμοποιηθεί για την ενίσχυση της αναπαράστασης των αρχικών προτάσεων. Τα εμπειρικά αποτελέσματα σχετικά με τα καθήκοντα του NIST κινέζικα-αγγλικά και του WMT αγγλικά-γερμανικά δείχνουν ότι η προτεινόμενη ενότητα συμφωνίας μπορεί να βελτιώσει σημαντικά την απόδοση του NMT.

Abstract

El objetivo del entrenamiento de la traducción automática neuronal (NMT) es minimizar la pérdida entre las palabras de las oraciones traducidas y las de las referencias. En NMT, hay una correspondencia natural entre la oración fuente y la sentencia objetivo. Sin embargo, esta relación solo se ha representado utilizando toda la red neuronal y el objetivo de entrenamiento se calcula a nivel de palabra. En este artículo, proponemos un módulo de acuerdo a nivel de oración para minimizar directamente la diferencia entre la representación de la oración de origen y la de destino. El módulo de acuerdo propuesto se puede integrar en NMT como una función objetivo de entrenamiento adicional y también se puede utilizar para mejorar la representación de las oraciones fuente. Los resultados empíricos de las tareas de chino a inglés del NIST y de inglés a alemán del WMT muestran que el módulo de acuerdo propuesto puede mejorar significativamente el rendimiento del NMT.

Abstract

Neuraalse masintõlke (NMT) koolituse eesmärk on minimeerida tõlgitud lausete ja viidete sõnade vahelist kadu. NMT-s on alglause ja sihtlause vahel loomulik vastavus. Kuid seda seost on esindatud ainult kogu närvivõrgu abil ja koolituse eesmärk arvutatakse sõnatasemel. Käesolevas töös pakume välja lausetaseme kokkuleppe mooduli, et otseselt minimeerida erinevust allika ja sihtlause esituse vahel. Kavandatud kokkuleppemooduli saab integreerida NMT-sse täiendava koolituse eesmärgi funktsioonina ja seda saab kasutada ka lähtelausete esindatuse parandamiseks. Empiirilised tulemused NIST hiina-inglise ja WMT inglise-saksa ülesannete kohta näitavad, et kavandatud lepingumoodul võib oluliselt parandada NMT tulemusi.

Abstract

هدف آموزشی ترجمه ماشین عصبی (NMT) این است که از دست دادن بین کلمات توسط جمله‌های ترجمه و آن‌ها توسط ترجمه‌ها کمتر شود. در NMT، یک ارتباط طبیعی بین جمله منبع و جمله هدف وجود دارد. ولی این رابطه تنها با استفاده از کل شبکه عصبی معرفی شده و هدف آموزش در سطح کلمه محاسبه می شود. در این کاغذ، ما یک مدول توافق سطح جمله را پیشنهاد می‌کنیم تا مستقیما تفاوت بین نمایش منبع و جمله هدف را کمتر کند. این مولد توافق پیشنهاد می‌تواند به NMT به عنوان یک عملکرد هدف تمرین اضافه‌ای متصل شود و می‌تواند برای افزایش نمایش جمله‌های منبع استفاده شود. نتایج امپراطوری در کار های چینی و انگلیسی و WMT انگلیسی و آلمانی NIST نشان می دهد که مدول توافق پیشنهاد می تواند عملکرد NMT را به طور معنی بهتر کند.

Abstract

Neuronen konekäännöksen (NMT) koulutuksen tavoitteena on minimoida käännettyjen lauseiden ja viitteiden sanojen välinen menetys. NMT:ssä lähdelauseen ja kohdelauseen välillä on luonnollinen vastaavuus. Tätä suhdetta on kuitenkin esitetty vain koko hermoverkon avulla ja harjoitustavoite on laskettu sanatasolla. Tässä työssä ehdotamme lausetason sopivuusmoduulia, jolla minimoidaan suoraan lähdelauseen ja kohdelauseen esittämisen välinen ero. Ehdotettu sopimusmoduuli voidaan integroida NMT:hen koulutustavoitteena ja sitä voidaan käyttää myös lähdelauseiden esittämisen tehostamiseen. Empiiriset tulokset NIST Chinese-English- ja WMT English-German -tehtävistä osoittavat, että ehdotettu sopimusmoduuli voi merkittävästi parantaa NMT:n suorituskykyä.

Abstract

L'objectif de formation de la traduction automatique neuronale (NMT) est de minimiser la perte entre les mots des phrases traduites et ceux des références. En NMT, il existe une correspondance naturelle entre la phrase source et la phrase cible. Cependant, cette relation n'a été représentée qu'en utilisant l'ensemble du réseau de neurones et l'objectif d'entraînement est calculé au niveau du mot. Dans cet article, nous proposons un module d'accord au niveau de la phrase afin de minimiser directement la différence entre la représentation de la phrase source et la phrase cible. Le module d'accord proposé peut être intégré dans NMT en tant que fonction d'objectif de formation supplémentaire et peut également être utilisé pour améliorer la représentation des phrases sources. Les résultats empiriques sur les tâches du NIST du chinois vers l'anglais et du WMT de l'anglais vers l'allemand montrent que le module d'accord proposé peut améliorer considérablement les performances du NMT.

Abstract

Is é cuspóir traenála an aistriúcháin mheaisín néaraigh (NMT) an caillteanas idir na focail sna habairtí aistrithe agus iad siúd sna tagairtí a íoslaghdú. In NMT, tá comhfhreagras nádúrtha idir an abairt fhoinseach agus an sprioc-abairt. Mar sin féin, níor léiríodh an caidreamh seo ach ag baint úsáide as an líonra néarchóras iomlán agus déantar an cuspóir oiliúna a ríomh ag leibhéal na bhfocal. Sa pháipéar seo, molaimid modúl comhaontaithe ar leibhéal na habairte chun an difríocht idir léiriú na foinse agus na sprice a íoslaghdú go díreach. Is féidir an modúl comhaontaithe atá beartaithe a chomhtháthú le NMT mar fheidhm chuspóir oiliúna breise agus is féidir é a úsáid freisin chun léiriú na habairtí foinse a fheabhsú. Léiríonn torthaí eimpíreacha ar thascanna NIST Sínis-go-Béarla agus WMT Béarla-go-Gearmáinis gur féidir leis an modúl comhaontaithe atá beartaithe feabhas suntasach a chur ar fheidhmíocht NMT.

Abstract

Manajan muhalli wa fassarar mashine na neural (NMT) shine ya ƙarami hasara a tsakanin maganar da aka fassara da waɗanda ke cikin fassaran. A cikin NMT, akwai wani mai daidaita tsakanin maganar maɓallin maganar kuma da maganar goan. A lokacin da, an nuna wannan girgije kawai da ake yi amfani da shi duk shirin neural na'ura kuma an ƙididdige abun da ya yi amfani da shi cikin zane-zane. Ga wannan takardan, Munã buɗa wata module da aka haɗa wata alama-daraja zuwa, ko za mu ƙara tsakanin halayyar da maganar ajiya da kuma gajeta. An iya haɗa modulen yardar da aka buƙata a cikin NMT kamar wani functional na ƙara wa tsari na taga kuma yana iya amfani da in ƙaranci tsarin sonar kwanan. Imirical matsalar na aikin NIS-China-to-Ingiriya da WMT-zuwa-Jarman na nuna modulen yardar da aka buƙata yana iya ƙaranci aikin NMT mai girma.

Abstract

The training objective of neural machine translation (NMT) is to minimize the loss between the words in the translated sentences and those in the references. In NMT, there is a natural correspondence between the source sentence and the target sentence. עם זאת, מערכת היחסים הזו מייצגה רק באמצעות כל הרשת העצבית והמטרה של האימון מחשבת ברמה מילים. בעיתון הזה, אנו מציעים מודול הסכם על רמת משפט כדי להפחית ישירות את ההבדל בין מייצג המשפט המקורי למטרה. מודול ההסכם המוצע יכול להיות מושלם לתוך NMT כתפקיד אובייקטיבי אימון נוסף ויכול גם להשתמש כדי לשפר את מייצג המשפטים המקוריים. התוצאות האימפריות על המשימות של NIST סיני לאנגלית ו-WMT אנגלית לגרמנית מראות שהמודול ההסכם המוצע יכול לשפר באופן משמעותי את ההופעה של NMT.

Abstract

तंत्रिका मशीन अनुवाद (एनएमटी) का प्रशिक्षण उद्देश्य अनुवादित वाक्यों में शब्दों और संदर्भों में उन लोगों के बीच नुकसान को कम करना है। एनएमटी में, स्रोत वाक्य और लक्ष्य वाक्य के बीच एक प्राकृतिक पत्राचार होता है। हालांकि, इस संबंध को केवल पूरे तंत्रिका नेटवर्क का उपयोग करके दर्शाया गया है और प्रशिक्षण उद्देश्य की गणना शब्द-स्तर में की जाती है। इस पेपर में, हम स्रोत और लक्ष्य वाक्य के प्रतिनिधित्व के बीच के अंतर को सीधे कम करने के लिए एक वाक्य-स्तरीय समझौते मॉड्यूल का प्रस्ताव करते हैं। प्रस्तावित समझौता मॉड्यूल को एक अतिरिक्त प्रशिक्षण उद्देश्य समारोह के रूप में एनएमटी में एकीकृत किया जा सकता है और इसका उपयोग स्रोत वाक्यों के प्रतिनिधित्व को बढ़ाने के लिए भी किया जा सकता है। NIST चीनी-से-अंग्रेजी और WMT अंग्रेजी-से-जर्मन कार्यों पर अनुभवजन्य परिणाम दिखाते हैं कि प्रस्तावित समझौता मॉड्यूल NMT प्रदर्शन में काफी सुधार कर सकता है।

Abstract

Cilj obuke prijevoza neuralnih strojeva (NMT) je minimizirati gubitak između riječi u prevedenim rečenicama i onih u referencijama. U NMT-u postoji prirodna dopisnost između izvorne rečenice i ciljne rečenice. Međutim, ova veza je predstavljena samo koristeći cijelu neuralnu mrežu, a cilj obuke se računa na riječima. U ovom papiru predlažemo modul sporazuma o razini rečenica da izravno smanji razliku između zastupanja izvora i ciljne rečenice. Predloženi modul sporazuma može se integrirati u NMT kao dodatna objektivna funkcija obuke i koristiti se također za poboljšanje zastupanja izvornih kazna. Impirički rezultati na zadatke NIST kineskog i engleskog i WMT-njemačkog jezika pokazuju da predloženi modul sporazuma može značajno poboljšati učinkovitost NMT-a.

Abstract

A neurális gépi fordítás (NMT) képzési célja, hogy minimalizálja a lefordított mondatok és a hivatkozások szavai közötti veszteséget. Az NMT-ben természetes megfelelés van a forrás mondat és a célmondat között. Ezt a kapcsolatot azonban csak a teljes neurális hálózat használatával képviseltük, és a tréning célkitűzést szó szinten számítjuk ki. Ebben a tanulmányban egy mondatszintű megállapodási modult javasolunk, amely közvetlenül minimalizálja a különbséget a forrás és a célmondat ábrázolása között. A javasolt megállapodási modul kiegészítő képzési célkitűzési funkcióként integrálható az NMT-be, és a forráspontok megjelenítésének fokozására is használható. A NIST kínai-angol és WMT angol-német feladatainak empirikus eredményei azt mutatják, hogy a javasolt megállapodási modul jelentősen javíthatja az NMT teljesítményét.

Abstract

Նյարդային մեքենայի թարգմանման (NMT) ուսումնասիրության նպատակը նվազեցնելն է թարգմանված նախադասությունների և նախադասությունների բառերի միջև կորստը: ՆՄԹ-ում բնական համապատասխանություն կա նախադասության և նպատակային նախադասության միջև: Այնուամենայնիվ, այս հարաբերությունը ներկայացված է միայն ամբողջ նյարդային ցանցի օգնությամբ, և ուսուցման նպատակը հաշվարկվում է բառերի մակարդակում: Այս թղթի մեջ մենք առաջարկում ենք նախադասության մակարդակի համաձայնության մոդուլը, որպեսզի անմիջապես նվազեցնենք տարբերությունը աղբյուրի և նպատակային նախադասության ներկայացման միջև: Առաջարկված համաձայնության մոդուլը կարող է ինտեգրվել NMT-ի մեջ որպես ավելացված ուսումնասիրության օբյեկտիվ ֆունկցիա և կարող է նաև օգտագործվել աղբյուր նախադասությունների ներկայացման բարելավման համար: Empirical results on the NIST Chinese-to-English and WMT English-to-German tasks show the proposed agreement module can significantly improve the NMT performance.

Abstract

Objektif pelatihan dari terjemahan mesin saraf (NMT) adalah untuk mengurangi kehilangan antara kata-kata dalam kalimat terjemahan dan kalimat-kalimat dalam referensi. Di NMT, ada korespondensi alami antara kalimat sumber dan kalimat sasaran. Namun, hubungan ini hanya diwakili menggunakan seluruh jaringan saraf dan objektif latihan dihitung dalam tingkat kata. Dalam kertas ini, kami mengusulkan modul kesepakatan tingkat kalimat untuk secara langsung mengurangi perbedaan antara perwakilan dari sumber dan kalimat sasaran. Modul perjanjian yang diusulkan dapat diintegrasikan ke NMT sebagai fungsi objektif pelatihan tambahan dan juga dapat digunakan untuk meningkatkan perwakilan kalimat sumber. Hasil kerajaan dari NIST dari Cina ke Inggris dan WMT dari Inggris ke Jerman menunjukkan modul perjanjian yang diusulkan dapat meningkatkan prestasi NMT secara signifikan.

Abstract

L'obiettivo formativo della traduzione automatica neurale (NMT) è quello di ridurre al minimo la perdita tra le parole nelle frasi tradotte e quelle nei riferimenti. In NMT, c'è una corrispondenza naturale tra la frase sorgente e la frase bersaglio. Tuttavia, questa relazione è stata rappresentata solo utilizzando l'intera rete neurale e l'obiettivo di formazione è calcolato a livello di parola. In questo articolo, proponiamo un modulo di accordo a livello di frase per minimizzare direttamente la differenza tra la rappresentazione della frase di origine e di destinazione. Il modulo di accordo proposto può essere integrato nel NMT come funzione di obiettivo formativo supplementare e può anche essere utilizzato per migliorare la rappresentazione delle frasi sorgente. I risultati empirici sui compiti NIST cinese-inglese e WMT inglese-tedesco mostrano che il modulo di accordo proposto può migliorare significativamente le prestazioni NMT.

Abstract

神経機械翻訳（ NMT ）のトレーニング目標は、翻訳された文章内の単語と参照内の単語との間の損失を最小限に抑えることである。NMTでは、ソース文とターゲット文の間に自然な対応がある。しかし、この関係は、ニューラルネットワーク全体を使用してのみ表現されており、トレーニング目標はワードレベルで計算されています。本稿では，ソース文とターゲット文の表現の違いを直接最小限に抑えるための文レベル合意モジュールを提案する．提案された合意モジュールは、追加のトレーニング目標機能としてNMTに統合することができ、ソース文の表現を強化するために使用することもできます。NIST中国語から英語、WMT英語からドイツ語のタスクに関する実証結果は、提案された合意モジュールがNMTのパフォーマンスを大幅に向上させることができることを示している。

Abstract

Tarjamahan menehi kawit karo penting alat (NMT), kuwi nggoleki perkoro kuwi tindakan kelas nang isumbane kapan kawit karo perambukan. NMT, barêng langkung Nanging, perusahaan iki dipunangé kelas nambah ing tambah Neral lan tambah kuwi triyang dipunangé sak tarjamahan ing papat-kuwi. Nang peurén iki, kita mudhun module sing nambah-nambah kanggo nyelehake ulih dumadhi cara nggawe tarjamahan kelas karo perusahaan karo perusahaan Genjer-genjer saiki wis dipoleh iso ditambah NMT nganggo perusahaan aksi tambah karo iso nguasai nggawe aturan kelas nang susahe kelas. Wulangan tengahan langkung wigatining cuwih dumaten ning cara NIRT Tarian-Inggris karo WTT Inggris-karo-Geman kuwi alaman sing bisa nguasai perusahaan anyar bantuan kanggo ngerasai NMT.

Abstract

ნეიროლური მანქანის გაგრძელების (NMT) მინუსიზება სიტყვების და რეფერენციის სიტყვების შორის სიტყვების მინუსიზება. NMT-ში არსებობს ნაირადი კონსპორესენცია მხოლოდ სიმბოლოს და მიზეზი სიმბოლოს შორის. მაგრამ ეს შესაბამისი შესაბამისი მხოლოდ გამოყენებულია ყველა ნეიროლური ქსელის გამოყენებით და სწავლების მიზეზი იმპუტირებულია სიტყვების დონ ამ დოკუნეში ჩვენ მინდომებით წარმოდგენის მოდულის მინდომარებით მინდომარების განსხვავებას მინდომარებით მინდომარებით და მინდომარებით შეიძლება NMT-ში დამატებული საკუთარი საკუთარი საკუთარი საკუთარი საკუთარი ფუნქცია და შეიძლება გამოიყენება შესაძლებელად გამოიყენება გამოსახულებლად გამოსახულებლად თმორიკალური შედეგები NIST კინელიდან და WMT ინგლისური-გერმანური დავალების შესაძლებელია, რომ მინდომარებული მოდულის მოდულის შესაძლებელია მნიშვნელოვანი გაუქმედება NMT-ის

Abstract

Невралдық компьютердің аудармаларының (NMT) мақсатын аударылған сөздер мен сілтемелердегі сөздер арасындағы жоғалуды төмендету. NMT дегенде көздегі сөз мен мақсатты сөз арасында табиғи сәйкес бар. Бірақ бұл қатынас тек түрлі невралдық желіне қолданылады және оқыту мақсатын сөз деңгейінде есептеледі. Бұл қағазда сөз деңгейіндегі келесімдік модульді көзі мен мақсатты сөз арасындағы айырмашылығын төмендету үшін түсіндіреміз. Келтірілген келістік модулі NMT- ге қосымша оқыту мақсатты функциясы ретінде енгізуге болады және бастапқы сөйлемелерді көрсету үшін қолданылады. NIST қытайша-ағылшын және WMT ағылшын-неміс тапсырмаларының империялық нәтижелері NMT жылдамдығын өзгерте алады.

Abstract

신경기계번역(NMT)의 훈련 목표는 번역 문장의 단어와 참고 문헌의 단어 사이의 손실을 최소화하는 것이다.NMT에서 원문과 목표문 사이에는 천연적인 대응 관계가 있다.그러나 이런 관계는 전체 신경 네트워크로만 나타날 수 있고 훈련 목표는 단어급으로 계산된다.본고에서 우리는 원문과 목표 문장 표시 간의 차이를 직접적으로 최소화하기 위해 문장급 일치성 모듈을 제시했다.이 프로토콜 모듈은 추가 훈련 목표 함수로 NMT에 집적할 수도 있고 원본 문장의 표시를 강화하는 데도 사용할 수 있다.NIST 중국어가 영어와 WMT 영어의 독일어 임무에 대한 실증 결과 제시된 프로토콜 모듈은 NMT의 성능을 현저하게 향상시킬 수 있음을 나타냈다.

Abstract

Mokymo tikslas – kuo labiau sumažinti vertamuosiuose sakiniuose ir nuorodose esančių žodžių praradimą. NMT egzistuoja natūrali korespondencija tarp pradinio sakinio ir tikslinio sakinio. Tačiau šis santykis buvo atstovaujamas tik naudojant visą nervų tinklą, o mokymo tikslas apskaičiuojamas žodžių lygiu. Šiame dokumente siūlome susitarimo dėl sakinių lygio modulį, siekiant tiesiogiai sumažinti skirtumą tarp išorinio ir tikslinio sakinio atstovavimo. Siūlomas susitarimo modulis gali būti integruotas į NMT kaip papildoma mokymo tikslinė funkcija ir taip pat gali būti naudojamas stiprinant pradinių sakinių atstovavimą. Empirijos rezultatai dėl NIST Kinijos–anglų ir WMT anglų–vokiečių užduočių rodo, kad siūlomas susitarimo modulis gali gerokai pagerinti NMT veiklos rezultatus.

Abstract

Целта на обуката на нервниот машински превод (НМТ) е да се минимизира загубата помеѓу зборовите во преведените реченици и оние во референциите. Во НМТ постои природна кореспонденција помеѓу реченицата од изворот и реченицата од целта. Сепак, оваа врска е претставена само со користење на целата нервна мрежа и објектот за обука се пресметува на зборно ниво. Во овој документ, предложуваме модул на договор на ниво на реченица за директно минимизирање на разликата помеѓу претставувањето на изворот и целната реченица. The proposed agreement module can be integrated into NMT as an additional training objective function and can also be used to enhance the representation of the source sentences. Импирските резултати од НИСТ кинески на англиски и ВМТ англиски на германски задачи покажуваат дека предложениот модул на договор може значително да ја подобри резултатот на НМТ.

Abstract

ന്യൂറല്‍ യന്ത്രത്തിന്റെ പരിശീലനത്തിന്റെ ലക്ഷ്യം (NMT) പരിശീലനത്തിനുള്ള വാക്കുകളിലും വിവരങ്ങളിലുള്ള വാക്കുകളിലും നഷ് NMT-ല്‍ സ്വാഭാവിക വിധിയും ലക്ഷ്യ വാക്കുകളും തമ്മില്‍ സ്വാഭാവികമായ ഒരു രേഖയുണ്ട്. എന്നാലും ഈ ബന്ധം മുഴുവന്‍ ന്യൂറല്‍ നെറ്റൂറല്‍ നെറ്റോവര്‍ക്ക് ഉപയോഗിച്ച് മാത്രമേ പ്രതിനിധിയിക്കപ്പെട്ടിരിക്ക ഈ പത്രത്തില്‍, നേരിട്ട് സോര്‍സിന്റെ പ്രതിനിധിയും ലക്ഷ്യശിക്ഷയും തമ്മിലുള്ള വ്യത്യാസവും നേരിട്ട് കുറവാക്കാന്‍ വാക്ക പ്രൊദ്ദേശിക്കപ്പെട്ട കരാര്‍ ഘടകം NMT-ലേക്ക് ഒരു കൂടുതല്‍ ട്രെയിനിങ്ങളുടെ ലക്ഷ്യത്തിന്റെ ഫങ്ഷനായി ഒരുമിച്ചുചേര്‍ക്കാ NIST-ല്‍ നിന്നും ഇംഗ്ലീഷില്‍ നിന്നും WMT ഇംഗ്ലീഷില്‍ നിന്നും ജര്‍മ്മന്‍ ജോലികളുടെ ജോലികളില്‍ എമിരിക്കല്‍ ഫലങ്ങള്‍ പ്രാദോഷിപ്പിക്കപ്

Abstract

Сургуулийн механикийн хөрөнгө оруулалт (NMT) гэх мэргэжлийн зорилго бол хөрөнгө оруулагдсан өгүүлбэрүүдийн хоорондын алдагдлыг багасгах юм. NMT-д эх үүсвэрийн өгүүлбэр болон зорилготой өгүүлбэрийн хооронд байгалийн харилцаа байдаг. Гэхдээ энэ харилцаа зөвхөн мэдрэлийн сүлжээг ашиглаж байгаа ба сургалтын зорилго нь үг хэмжээнд тооцоолж байна. Энэ цаасан дээр бид өгүүлбэрийн түвшинд хүрээлэн буй өгүүлбэрийн харилцааны ялгааг шууд багасгах гэсэн үг юм. Өөрчлөлтийн зөвшөөрөлтийн модуль NMT-д нэмэлт суралцах зорилготой функц болгож, бас эх үүсвэрийн өгүүлбэрүүдийн илэрхийлэл дээр ашиглаж болно. NIST Хятад болон Англи болон WMT Англи болон Германы ажил дээрх эзэмшигийн үр дүн нь санал болгон зөвлөлтийн модуль NMT үйл ажиллагааг үнэхээр сайжруулж чадна.

Abstract

The training objective of neural machine translation (NMT) is to minimize the loss between the words in the translated sentences and those in the references. Dalam NMT, terdapat persamaan alami antara kalimat sumber dan kalimat sasaran. Namun, hubungan ini hanya diwakili menggunakan seluruh rangkaian saraf dan objektif latihan dikira dalam aras perkataan. Dalam kertas ini, kami cadangkan modul persetujuan tahap kalimat untuk mengurangkan secara langsung perbezaan antara perwakilan sumber dan kalimat sasaran. Modul perjanjian yang direncanakan boleh disertai ke dalam NMT sebagai fungsi objektif latihan tambahan dan juga boleh digunakan untuk meningkatkan perwakilan kalimat sumber. Keputusan empirik pada tugas NIST China-to-English dan WMT English-to-German menunjukkan modul perjanjian yang diusulkan boleh meningkatkan prestasi NMT secara signifikan.

Abstract

L-għan tat-taħriġ tat-traduzzjoni tal-magni newrali (NMT) huwa li jitnaqqas it-telf bejn il-kliem fis-sentenzi tradotti u dawk fir-referenzi. Fl-NMT, hemm korrispondenza naturali bejn is-sentenza tas-sors u s-sentenza fil-mira. Madankollu, din ir-relazzjoni ġiet rappreżentata biss bl-użu tan-netwerk newrali kollu u l-għan tat-taħriġ huwa kkalkulat fil-livell tal-kliem. F’dan id-dokument, qed nipproponu modulu ta’ ftehim fil-livell tas-sentenza biex nimminimizzaw direttament id-differenza bejn ir-rappreżentazzjoni tas-sentenza tas-sors u dik fil-mira. Il-modulu ta’ ftehim propost jista’ jiġi integrat fl-NMT bħala funzjoni ta’ objettiv ta’ taħriġ addizzjonali u jista’ jintuża wkoll biex itejjeb ir-rappreżentanza tas-sentenzi tas-sors. Ir-riżultati empiriċi dwar il-kompiti ta’ NIST Ċiniż-Ingliż u WMT Ingliż-Ġermaniż juru li l-modulu ta’ ftehim propost jista’ jtejjeb b’mod sinifikanti l-prestazzjoni tal-NMT.

Abstract

Het trainingsdoel van neuronale machinevertaling (NMT) is het minimaliseren van het verlies tussen de woorden in de vertaalde zinnen en die in de verwijzingen. In NMT is er een natuurlijke correspondentie tussen de bronzin en de doelzin. Deze relatie is echter alleen vertegenwoordigd met behulp van het hele neurale netwerk en het trainingsdoel wordt berekend op woordniveau. In dit artikel stellen we een module voor om het verschil tussen de representatie van bron- en doelzin direct te minimaliseren. De voorgestelde overeenkomst module kan worden geïntegreerd in NMT als extra trainingsdoelstelling functie en kan ook worden gebruikt om de weergave van de bronzinnen te verbeteren. Empirische resultaten op de NIST Chinese-to-English en WMT Engels-to-German taken tonen aan dat de voorgestelde overeenkomst module de NMT prestaties aanzienlijk kan verbeteren.

Abstract

Målet for opplæring av omsetjinga av neuralmaskin (NMT) er å minimera tapen mellom ord i omsetjingane og dei i referansene. I NMT er det eit naturlig tilsvarande mellom kjeldesetninga og målsettinga. Denne forholdet er imidlertid berre representert med heile neuralnettverk og opplæringsmålet er rekna ut i ordnivå. I denne papiret foreslår vi ein setningsnivåavtalemodul for å minimere forskjellen mellom representasjonen av kjelde og målsettinga direkte. Det foreslåde samtalemodulen kan integrerast i NMT som eit ekstra opplæringsmålsettingsfunksjon, og kan også brukast for å forbetra representasjonen av kjeldesetningane. Empirical results on the NIST Chinese-to-English and WMT English-to-German tasks show the proposed agreement module can significantly improve the NMT performance.

Abstract

Celem szkoleniowym neuronowego tłumaczenia maszynowego (NMT) jest zminimalizowanie strat między słowami w przetłumaczonych zdaniach a tymi w odniesieniach. W NMT istnieje naturalna korespondencja między zdaniem źródłowym a zdaniem docelowym. Jednak relacja ta została reprezentowana tylko przy użyciu całej sieci neuronowej, a cel treningowy obliczany jest na poziomie słowa. W niniejszym artykule proponujemy moduł porozumienia na poziomie zdania, aby bezpośrednio zminimalizować różnicę między reprezentacją zdania źródłowego i docelowego. Proponowany moduł porozumienia może być zintegrowany z NMT jako dodatkowa funkcja celu szkoleniowego, a także może być wykorzystany do poprawy reprezentacji zdań źródłowych. Wyniki empiryczne dotyczące zadań NIST chińsko-angielsko-angielsko i WMT angielsko-niemiecki pokazują, że proponowany moduł umowy może znacznie poprawić wydajność NMT.

Abstract

O objetivo do treinamento da tradução automática neural (TNM) é minimizar a perda entre as palavras das frases traduzidas e as das referências. Na NMT, há uma correspondência natural entre a sentença fonte e a sentença alvo. No entanto, essa relação só foi representada usando toda a rede neural e o objetivo de treinamento é calculado em nível de palavra. Neste artigo, propomos um módulo de concordância em nível de sentença para minimizar diretamente a diferença entre a representação da sentença fonte e a sentença alvo. O módulo de acordo proposto pode ser integrado ao NMT como uma função objetivo de treinamento adicional e também pode ser usado para aprimorar a representação das sentenças de origem. Os resultados empíricos das tarefas NIST de chinês para inglês e WMT de inglês para alemão mostram que o módulo de acordo proposto pode melhorar significativamente o desempenho do NMT.

Abstract

Obiectivul de instruire al traducerii automate neurale (NMT) este de a minimiza pierderea dintre cuvintele din propozițiile traduse și cele din referințe. În NMT, există o corespondență naturală între propoziția sursă și propoziția țintă. Cu toate acestea, această relație a fost reprezentată doar folosind întreaga rețea neurală și obiectivul de formare este calculat la nivel de cuvânt. În această lucrare, propunem un modul de acord la nivel de propoziție pentru a minimiza direct diferența dintre reprezentarea frazei sursă și țintă. Modulul de acord propus poate fi integrat în NMT ca o funcție suplimentară de obiectiv de formare și poate fi, de asemenea, utilizat pentru a îmbunătăți reprezentarea frazelor sursă. Rezultatele empirice privind sarcinile NIST chineză-engleză și WMT engleză-germană arată că modulul de acord propus poate îmbunătăți semnificativ performanța NMT.

Abstract

Целью обучения нейронного машинного перевода (НМП) является минимизация потерь между словами в переведенных предложениях и словами в ссылках. В НБК существует естественное соответствие между исходным предложением и целевым предложением. Однако это соотношение было представлено только с использованием всей нейронной сети, и учебная цель вычисляется на уровне слова. В этой статье мы предлагаем модуль согласования на уровне предложения, чтобы непосредственно минимизировать разницу между представлением исходного и целевого предложения. Предлагаемый модуль согласования может быть интегрирован в НМТ в качестве дополнительной целевой функции обучения, а также может быть использован для улучшения представления исходных предложений. Эмпирические результаты по китайско-английской задаче NIST и английско-немецкой задаче WMT показывают что предлагаемый модуль согласования может значительно улучшить представление NMT.

Abstract

න්‍යූරාල් යන්ත්‍ර පරිවර්තනය (NMT) ගැන ප්‍රශ්නය අරමුණය තමයි පරිවර්තනය කරපු වචන සහ ප්‍රශ්නයේ වචන අතර අතර අතර NMT වලින්, මුළු වාක්ය සහ ඉලක්කු වාක්ය අතර ස්වභාවික සම්බන්ධයක් තියෙනවා. නමුත්, මේ සම්බන්ධය ප්‍රතිනිධාන විතරයි මුළු න්‍යූරල් ජාලය භාවිතා කරලා තියෙන්නේ, ඒ වගේම ප්‍රධ මේ පත්තරේ අපි ප්‍රතිචාරයක් ප්‍රතිචාරයක් සහ ඉලක්ෂිත වාක්යේ ප්‍රතිචාරයක් අතර ප්‍රතිචාරයක් අතර ප්‍ ප්‍රශ්නය කරපු සම්බන්ධ මොඩියුලය NMT වලට සම්බන්ධ වෙන්න පුළුවන් විදිහට සම්බන්ධ වෙන්න පුළුවන් විදිහට ස NIST චීනි වල ඉංග්‍රීසිය වලින් WMT ඉංග්‍රීසිය වලින් ජර්මන් වලින් ප්‍රතිචාරයක් පෙන්වන්න පුළුවන් විශේෂයෙන

Abstract

Cilj usposabljanja nevronskega strojnega prevajanja (NMT) je zmanjšati izgubo med besedami v prevedenih stavkih in besedami v referencah. V NMT obstaja naravna korespondenca med izvornim stavkom in ciljnim stavkom. Vendar pa je ta odnos predstavljen le z uporabo celotnega nevronskega omrežja in cilj usposabljanja je izračunan v besedni ravni. V prispevku predlagamo modul soglasja na ravni stavka, ki bi neposredno zmanjšal razliko med predstavitvijo vira in ciljnega stavka. Predlagani modul sporazuma se lahko vključi v NMT kot dodatno funkcijo cilja usposabljanja in se lahko uporabi tudi za izboljšanje reprezentacije izvornih stavkov. Empirični rezultati opravil NIST kitajsko-angleško in WMT angleško-nemško kažejo, da lahko predlagani modul sporazuma bistveno izboljša uspešnost NMT.

Abstract

The training objective of neural machine translation (NMT) is to minimize the loss between the words in the translated sentences and those in the references. NMT waxaa ku jira habaar asalka ah oo u dhexeeya fursad asalka ah iyo ciqaabka goalka ah. Si kastaba ha ahaatee xiriirkaas waxaa lagu soo bandhigay isticmaalka shabakadda neurada oo dhan, waxaa lagu xisaabiyaa heerka waxbarashada. Warqaddan waxaynu ku qoraynaa nooca heshiiska heerka ee dhamaadka si toos ah u hoosaysiinno kala duwanaanshaha u dhigashada noocyada iyo hadalka goalka ah. Noolaha heshiiska la soo jeeday waxaa lagu wada qabsan karaa NMT, kaas oo ah shaqo la xiriira waxbarasho oo dheeraad ah, waxaana sidoo kale loo isticmaali karaa si loo kordhiyo noocyada asalka. Shaqooyinka NIST ee Shiino-to-Ingiriis iyo WMT-Ingiriis-ilaa-Jarmalka waxaa muujin kara dhamaadka heshiiska lagu talo galay inuu si weyn u hagaajiyo sameynta NMT.

Abstract

Objektivi i trajnimit i përkthimit të makinave nervore (NMT) është minimizimi i humbjes midis fjalëve në fjalët e përkthyera dhe ato në referenca. Në NMT, ka një korrespondencë natyrore midis fjalës së burimit dhe fjalës objektive. Megjithatë, kjo marrëdhënie është përfaqësuar vetëm duke përdorur të gjithë rrjetin nervor dhe objektivi i trajnimit është llogaritur në nivelin e fjalëve. Në këtë letër, propozojmë një modul marrëveshjeje me nivelin e fjalëve për të minimizuar drejtpërdrejt dallimin midis përfaqësimit të fjalës burimi dhe objektivit. Moduli i propozuar i marrëveshjes mund të integrohet në NMT si një funksion objektiv shtesë trainimi dhe mund të përdoret gjithashtu për të përmirësuar përfaqësimin e fjalëve burimore. Rezultatet imperiale mbi detyrat kineze-angleze dhe WMT angleze-gjermane tregojnë se moduli i propozuar i marrëveshjes mund të përmirësojë ndjeshëm performancën e NMT.

Abstract

Cilj obuke neuralnog prevoda mašine (NMT) je smanjiti gubitak između reči u prevedenim rečenicama i onih u referencijama. U NMT-u postoji prirodna dopisnost između izvorne rečenice i ciljne rečenice. Međutim, ova veza je predstavljena samo koristeći celu neuralnu mrežu, a cilj obuke se računa na rečima nivou. U ovom papiru predlažemo modul dogovora na nivou rečenica da direktno minimizira razliku između zastupanja izvora i ciljne rečenice. Predloženi modul sporazuma može biti integrisan u NMT kao dodatna objektivna funkcija obuke i može se koristiti i za poboljšanje zastupanja izvornih rečenica. Impirički rezultati na zadatke NIST kineskog i engleskog i WMT engleskog i njemačkog jezika pokazuju da predloženi modul sporazuma može značajno poboljšati učinkovitost NMT-a.

Abstract

Utbildningsmålet för neural maskinöversättning (NMT) är att minimera förlusten mellan orden i de översatta meningarna och de i referenserna. I NMT finns det en naturlig korrespondens mellan källmeningen och målmeningen. Denna relation har dock endast representerats med hjälp av hela det neurala nätverket och träningsmålet beräknas på ordnivå. I den här uppsatsen föreslår vi en avtalsmodul på meningsnivå för att direkt minimera skillnaden mellan representation av källmening och målmening. Den föreslagna avtalsmodulen kan integreras i NMT som ytterligare utbildningsmål och kan också användas för att förbättra representationen av källmeningarna. Empiriska resultat på NIST:s kinesiska-engelska och WMT:s engelska-tyska uppgifter visar att den föreslagna avtalsmodulen avsevärt kan förbättra NMT:s prestanda.

Abstract

Lengo la mafunzo ya kutafsiri mashine ya kidini (NMT) ni kupunguza hasara kati ya maneno yanayotafsiriwa na wale katika maoni hayo. Katika NMT, kuna taarifa ya asili kati ya hukumu ya chanzo na hukumu ya lengo. Hata hivyo, uhusiano huu umewakilishwa kwa kutumia mtandao mzima wa neura na lengo la mafunzo linahesabika kwa kiwango cha maneno. Katika karatasi hii, tunapendekeza kiungo cha makubaliano ya kiwango cha hukumu ili kupunguza tofauti moja kwa moja kati ya uwakilishi wa chanzo na hukumu ya malengo. Muungano wa makubaliano yaliyopendekezwa unaweza kuunganishwa na NMT kama kazi ya mafunzo ya ziada na pia inaweza kutumika ili kuongeza uwakilishi wa sentensi za vyanzo. Matokeo ya kipekee kuhusu kazi za NIST za China-to-Kiingereza na WMT-Uingereza-hadi-Ujerumani yanaonyesha module ya makubaliano yaliyopendekezwa yanaweza kuboresha utendaji wa NMT kwa kiasi kikubwa.

Abstract

Name NMT-ல், மூலத்தின் வாக்கியத்திற்கும் இலக்கு வாக்கியத்திற்கும் இடையில் ஒரு இயல்பான ஒதுக்கீடு உள்ளத ஆனால், இந்த தொடர்பு முழு புதிய பிணையத்தை பயன்படுத்தி மட்டும் தான் குறிப்பிடப்பட்டுள்ளது மற்றும் பயிற்சி பொருள் இந்த காகிதத்தில், நாம் ஒரு வாக்கு- நிலையான ஒப்பந்தம் கூறு நேரடியாக மூலம் மற்றும் இலக்கு வாக்கியத்தின் வேறுபாட்ட பரிந்துரைக்கப்பட்ட ஒப்பந்தம் கூறு NMT க்கு ஒரு கூடுதல் பயிற்சி செயல்பாடாக ஒருங்கிணைக்கலாம் மற்றும் மூல வாக்கியங்களின் represent NIST சீன- இருந்து ஆங்கிலம் மற்றும் WMT ஆங்கிலம்- இருந்து ஜெர்மன் பணிகளின் விருப்பமான முடிவு

Abstract

NMT NMT-de, 챌e힊me s철zl채ni흫 we maksady s철zl채ni흫 arasynda tebigat t채siri bar. 횦철ne bu bagla힊yk di흫e t체m neural 힊ebekeni ulanyp g철rkezildi we okuw maksady kelimelerde hasaplan첵ar. Bu kagyzda, biz s철zlem derejesi ylala힊yk modini su챌lamak 체챌in 챌e힊me we maksady s철zlem arasyny흫 tapawudyny d체힊체rmek 체챌in t채sirle첵채ris 횜nerlenen anla힊ma mod체li NMT-a s체첵tgetmek maksady bolup biler we 챌e힊me s철zlerini bejermek 체챌in ullan캇labilir. NIST 횉in챌e-we I흫lis챌e we WMT I흫lis챌e-we Alman챌a netijelerini흫 철ng철r체len ylala힊yk mod체lini흫 NMT netijesini 철r채n gowurap biljekdigini g철rkez.

Abstract

نیورل ماشین ترجمہ (NMT) کی تربیت کا موقع یہ ہے کہ کلمات کے درمیان خسارہ کو ترجمہ کیا جاتا ہے۔ NMT میں سورج ویل اور موجود ویل کے درمیان ایک طبیعی تعلق ہے. However, this relationship has been represented only by the entire neural network and the training objective is computed in word-level. اس کاغذ میں، ہم ایک جماعت-سطح موافقت موڈل کی پیشنهاد کریں کہ سورج اور موجود جماعت کے درمیان تفریق کو دقیقا کم کر دیں. پیشنهاد معاہدہ موڈیل NMT میں اضافہ تطالب موضوع کے طور پر جمع کئے جاتے ہیں اور سراسر جماعتوں کی تصویر کرنے کے لئے بھی استعمال کئے جاتے ہیں. NIST چین سے انگلیسی اور WMT انگلیسی سے جرمن کے کاموں پر امپراتیک نتائج دکھائے جاتے ہیں کہ پیشنهاد کی معاملہ موڈل NMT فعالیت کو اضافہ کر سکتا ہے.

Abstract

Name @ info Lekin, bu aloqa faqat butun neyrol tarmoqni ishlatishga tayyorlangan va taʼminlovchi obʼekt soʻzda hisoblanadi. Bu hujjatda, biz manba va maqola soʻzni aniqlash uchun gapir-darajadagi heshimi modulini aniqlash. Talab qilingan aloqa moduli NMT'ga qoʻshimcha trening obʼekt funksiyasi sifatida birlashtirish mumkin va manba maxfiy soʻzlarini oshirish uchun ishlatiladi. Name

Abstract

Mục tiêu huấn luyện dịch thiết bị thần kinh (NMB) là giảm thiểu sự mất mát giữa các từ trong các câu đã dịch và những từ trong các chỉ dẫn. Trong công ty NMT, có một sự tương ứng tự nhiên giữa từ đầu và từ đích. Tuy nhiên, mối quan hệ này chỉ được đại diện bằng toàn bộ mạng thần kinh và mục tiêu huấn luyện được tính bằng từ cấp. Trong tờ giấy này, chúng tôi đề nghị một mô-đun thỏa thuận cấp hạn chế trực tiếp giảm thiểu sự khác biệt giữa đại diện của từ nguồn và mục tiêu. Mô- đun thỏa thuận đã đề nghị có thể được hoà nhập vào NMT như một hàm mục tiêu huấn luyện bổ sung và cũng có thể được dùng để tăng sự đại diện của các câu từ điển. Các kết quả từ giờ của NIST, Trung Quốc-Anh-Anh và WRT Anh-Đức cho thấy môđun hợp đồng đã đề nghị có thể cải tiến đáng kể công việc NMT.

Abstract

神经机器翻译(NMT)之教,大减译句之单词,与引用之单词相失。在NMT之中,句与句有自然之应。然仅以全神经网络示之,而训练者,单词级之数也。本文中,发一句级一致性模块,以直最小化源句与趣句为异。建议之议模块可以为额外训练函数集成NMT中,亦可以增强源句。 NIST汉译英和WMT英德实结果表明,所建协议模块可以显NMT性能。

Anthology ID:: P19-1296
Volume:: Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics
Month:: July
Year:: 2019
Address:: Florence, Italy
Venue:: ACL
SIG:
Publisher:: Association for Computational Linguistics
Note:
Pages:: 3076–3082
Language:
URL:: https://aclanthology.org/P19-1296
DOI:: 10.18653/v1/P19-1296
Bibkey:
Cite (ACL):: Mingming Yang, Rui Wang, Kehai Chen, Masao Utiyama, Eiichiro Sumita, Min Zhang, and Tiejun Zhao. 2019. Sentence-Level Agreement for Neural Machine Translation. In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, pages 3076–3082, Florence, Italy. Association for Computational Linguistics.
Cite (Informal):: Sentence-Level Agreement for Neural Machine Translation (Yang et al., ACL 2019)
Copy Citation:
PDF:: https://aclanthology.org/P19-1296.pdf
Terminologies:

PDF Cite Search Translate