CẢI TIẾN MÔ HÌNH GIÓNG HÀNG TRONG DỊCH MÁY THỐNG KÊ CẶP NGÔN NGỮ VIỆT-ANH VỚI KỸ THUẬT CHIA NHỎ TỪ
210 lượt xemTừ khóa:
Subword; Gióng hàng từ; Dịch máy thống kê.Tóm tắt
Trong hệ thống dịch máy thống kê (Statistical Machine Translation - SMT), gióng hàng từ là một nhiệm vụ quan trọng và có ảnh hưởng lớn đến chất lượng hệ dịch. Hiện nay, chưa có nghiên cứu nào sử dụng các kỹ thuật chia nhỏ từ cho hệ thống dịch máy thống kê cặp ngôn ngữ Việt-Anh. Trong bài báo này, chúng tôi đề xuất một hướng tiếp cận sử dụng các kỹ thuật chia nhỏ từ vào hệ thống dịch máy thống kê nhằm nâng cao chất lượng gióng hàng từ, từ đó nâng cao chất lượng hệ dịch cho cặp ngôn ngữ Việt-Anh. Ngoài việc áp dụng kỹ thuật chia nhỏ từ như một bước tiền xử lý, chúng tôi còn đề xuất cải tiến mô hình gióng hàng từ để nâng cao chất lượng hệ dịch. Phương pháp đề xuất đã được cài đặt, thử nghiệm với các kỹ thuật chia nhỏ từ khác nhau như BPE, Wordpiece, unigram và Morfessor, kết quả thử nghiệm cho thấy, việc áp dụng phương pháp đề xuất đều giúp tăng điểm BLEU so với kết quả baseline, với kết quả cao nhất sử dụng kỹ thuật BPE giúp tăng 0.81 điểm BLEU.
Tài liệu tham khảo
[1]. Brown, Peter F., et al. “A statistical approach to machine translation.” Computational linguistics 16.2 (1990): 79-85.
[2]. Brown, Peter F., et al. “The mathematics of statistical machine translation: Parameter estimation.” Computational linguistics 19.2 (1993): 263-311.
[3]. Poerner, Nina, et al. “Aligning Very Small Parallel Corpora Using Cross-Lingual Word Embeddings and a Monogamy Objective.” arXiv preprint arXiv:1811.00066 (2018).
[4]. Sennrich, Rico, Barry Haddow, and Alexandra Birch. “Neural machine translation of rare words with subword units.” arXiv preprint arXiv:1508.07909 (2015).
[5]. Kudo, Taku. “Subword regularization: Improving neural network translation models with multiple subword candidates.” arXiv preprint arXiv:1804.10959 (2018).
[6]. Liu, Yang, Qun Liu, and Shouxun Lin. “Discriminative word alignment by linear modeling.” Computational Linguistics 36.3 (2010): 303-339.
[7]. Kamigaito, Hidetaka, et al. “Unsupervised Word Alignment Using Frequency Constraint in Posterior Regularized EM.” Journal of Natural Language Processing 23.4 (2016): 327-351.
[8]. Ghaffar, Shady Abdel, Mohamed Waleed Fakhr, and Cairo Sheraton. “English to arabic statistical machine translation system improvements using preprocessing and arabic morphology analysis.” Recent Researches in Mathematical Methods in Electrical Engineering and Computer Science (2011): 50-54.
[9]. Clifton, Ann, and Anoop Sarkar. “Combining morpheme-based machine translation with post-processing morpheme prediction.” Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies. 2011.
[10]. Quang-Hung, L. E., and L. E. Anh-Cuong. “Syntactic pattern based Word Alignment for Statistical Machine Translation.” International Journal of Knowledge and Systems Science (IJKSS) 5.3 (2014): 36-45.
[11]. Van Bui, Vuong, et al. “Improving Word Alignment Through Morphological Analysis.” International Symposium on Integrated Uncertainty in Knowledge Modelling and Decision Making. Springer, Cham, 2015.
[12]. Viet, Tran Hong, et al. “Dependency-based pre-ordering for English-Vietnamese statistical machine translation.” VNU Journal of Science: Computer Science and Communication Engineering 33.2 (2017).
[13]. Kudo, Taku. “Subword regularization: Improving neural network translation models with multiple subword candidates.” arXiv preprint arXiv:1804.10959 (2018).
[14]. Papineni, Kishore, et al. “Bleu: a method for automatic evaluation of machine translation.” Proceedings of the 40th annual meeting of the Association for Computational Linguistics. 2002.
[15]. Heafield, Kenneth. “KenLM: Faster and smaller language model queries.” Proceedings of the sixth workshop on statistical machine translation. 2011.
[16]. Smit, Peter, et al. “Morfessor 2.0: Toolkit for statistical morphological segmentation.” The 14th Conference of the European Chapter of the Association for Computational Linguistics (EACL), Gothenburg, Sweden, April 26-30, 2014. Aalto University, 2014.
[17]. Wu, Yonghui, et al. “Google's neural machine translation system: Bridging the gap between human and machine translation.” arXiv preprint arXiv:1609.08144 (2016).
