기계 번역을 위한 도메인 적응에 대한 조사

신경 기계 번역(NMT)은 기계 번역을 위한 딥 러닝 기반 접근법으로, 전통적인 통계적 기계 번역(SMT)을 능가하며 대규모 병렬 코퍼스가 사용 가능한 환경에서 최첨단 번역 성능을 제공합니다. 고품질 및 도메인 특화 번역은 실제 세계에서 매우 중요하지만, 도메인 특화 코퍼스는 대개 부족하거나 존재하지 않기 때문에 일반 NMT는 이러한 상황에서 성능이 저조합니다. 도메인 적응은 도메인 내 번역을 위해 도메인 외 병렬 코퍼스와 단일 언어 코퍼스 모두를 활용하는 것이 매우 중요합니다. 이 논문에서는 MT를 위한 최첨단 도메인 적응 기법에 대한 종합적인 조사를 제공합니다. 현재 MT 연구에서 NMT가 지배적인 상황이므로, SMT를 위한 도메인 적응에 대한 간단한 리뷰를 제공하지만, 대부분의 노력을 NMT를 위한 도메인 적응 조사에 기울입니다. 이 논문이 MT를 위한 도메인 적응에 관심이 있는 연구자와 엔지니어에게 시작점과 새로운 아이디어의 원천이 되기를 바랍니다.