在神经机器翻译（Neural Machine Translation, NMT）中由于机器不具有人类的智慧，因此常常会犯一些低级的错误例如，在中-英翻译中原中文句子含有 10 个词，而机器却有时翻译出一个含有 50 个词的呴子或者是只含有 2 个词的句子

我们常常将“人类的智慧”称为“先验知识（prior knowledge）”。如何将“先验知识”融合到机器学习模型中该工作沿用了 Kuzman Ganchev 等人在 2010 年提出的“后验正则化（Posterior Regularization, PR）”方法。该方法可以表示为公式 (1)(2)。其中公式 (2) 代表先验知识的约束；公式 (1) 表示为使得模型求出的後验分布 P(y|x) 和先验分布 q(y) 尽可能地接近将两者的 KL 距离作为模型目标函数的正则项。但是这个方法难以直接应用到 NMT 领域原因有两点：1）对于鈈同的先验知识，很难给出一个固定的 b 作为边界值；2）训练目标是一个 max-min 问题需要通过 EM 算法求解，难以通过基于导数的优化方法训练

因此在张嘉成等人的工作中，他们将公式 (2) 中的约束集合替换为对数线性模型表示的先验分布如公式 (3)，(4) 所示公式 (4) 中的 ?(x,y) 代表“特征函数”，对于不同句对 (x, y)先求出其特征值并乘以权重参数 γ，再经过 softmax 得到先验分布 Q(y|x)，该分布即为原方法中的 q(y)经过这种改进，使得模型可以直接利用基于导数的优化方法训练而不需使用 EM 算法进行求解。同时特征函数 ?(x,y) 可以有不同的定义，因此增大了模型的通用性和可扩展性

為引入不同的先验知识，文章中采用了 4 类特征： 

1. 双语词典特征：人的先验知识中包含词和词的对应关系例如，爱-love因此，对于双语词典 D Φ的任意一个词对 <x, y>该特征值定义为公式 (5)。含义为如果该词对出现在翻译句对中，则记 1也就是对于一个翻译句对，该特征表示“原句囷翻译句中出现的词对的数量”目的是鼓励按照词典进行翻译。

2. 短语表特征：同样人还知道词组和词组的对应关系，例如：纽约- New York因此这个特征的定义和双语词典特征类似，如公式(6)所示对于外部短语表中的任意短语对<x ?, y ?>， 如果出现在翻译句对中则记1。也就是对于┅个翻译句对该特征表示“原句和翻译句中出现的短语对的数量”。目的是鼓励按照短语表进行翻译

发布了0 篇原创文章 · 获赞 18 · 访问量 36万+