An Effective Optimization Method for Neural Machine Translation: The Case of English-Persian Bilingually Low-Resource Scenario
An Effective Optimization Method for Neural Machine Translation: The Case of English-Persian Bilingually Low-Resource Scenario
复制标题
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Benyamin Ahmadnia;Raúl Aranovich
中科院分区：
文献类型：
--
作者：
Benyamin Ahmadnia;Raúl Aranovich
在本文中，我们提出了一个有用的优化方法，低资源的神经机器翻译（NMT）通过调查的有效性，多种神经网络优化算法。我们的研究结果证实，将所提出的优化方法应用于英语-波斯语翻译可以超过英语-波斯语统计机器翻译（SMT）范式相比，翻译质量。
In this paper, we propose a useful optimization method for low-resource Neural Machine Translation (NMT) by investigating the effectiveness of multiple neural network optimization algorithms. Our results confirm that applying the proposed optimization method on English-Persian translation can exceed translation quality compared to the English-Persian Statistical Machine Translation (SMT) paradigm.