التعلم المنقول لترجمة الآلات العصبية ذات الموارد المنخفضة

لقد أظهرت إطار العمل الخاص بالمشفر-المفكك لترجمة الآلات العصبية (NMT) فعاليته في سيناريوهات البيانات الكبيرة، ولكن فعاليتها تقل بشكل كبير بالنسبة للغات ذات الموارد المنخفضة. نقدم طريقة التعلم المنقول التي تحسن بشكل كبير درجات BLEU عبر مجموعة من اللغات ذات الموارد المنخفضة. فكرتنا الأساسية هي تدريب زوج لغوي عالي الموارد أولاً (نموذج الوالد)، ثم نقل بعض المعلمات المكتسبة إلى الزوج ذو الموارد المنخفضة (نموذج الطفل) لتهيئة واقتراح التدريب. باستخدام طريقة التعلم المنقول لدينا، نقوم بتحسين نماذج NMT الأساسية بمعدل 5.6 BLEU على أربعة أزواج لغوية ذات موارد منخفضة. كما أن التجميع واستبدال الكلمات غير المعروفة يزيدان بمقدار 2 BLEU مما يجعل أداء NMT في ترجمة الآلات ذات الموارد المنخفضة قريبًا من نظام ترجمة آلي قائم على النحو (SBMT) قوي، متجاوزًا أدائه على زوج لغوي واحد. بالإضافة إلى ذلك، باستخدام نموذج التعلم المنقول لإعادة التقييم، يمكننا تحسين نظام SBMT بمعدل 1.3 BLEU، مما يحسن المستوى المتقدم في ترجمة الآلات ذات الموارد المنخفضة.