青源LIVE第23期｜ACL最佳论文一作许晶晶：机器翻译中的词表学习问题研究

深度学习时代，不同词表的选择也影响着最后模型的效果。字节跳动AI Lab从信息论的角度作为切入点来理解词表，并提出了一种基于最优运输的词表学习方案。

这就是字节跳动火山翻译团队荣获 ACL 2021 最佳论文工作的核心出发点，该研究提出了一种新的词表学习方案 VOLT，在多种翻译任务上取得了优秀的结果。

• 标题：Vocabulary Learning via Optimal Transport for Neural Machine Translation

• 作者：许晶晶、周浩、甘纯、郑在翔、李磊

• 论文地址：https://arxiv.org/pdf/2012.15671.pdf

• 代码地址：https://github.com/Jingjing-NLP/VOLT

实验结果表明，VOLT的性能在不同场景中均优于广泛使用的词汇，包括WMT-14英语德语和TED多语种翻译。

例如，VOLT在英语和德语方面实现了近70%的词汇量缩减和0.5 BLEU增益。另外，与BPE搜索相比，VOLT大幅缩短词表搜索时间，在英德翻译任务上将搜索时间从384 GPU小时降至为30GPU小时。

智源社区特邀字节跳动AI Lab部门研究员 许晶晶就相关内容作报告分享，欢迎大家交流。

许晶晶，字节跳动公司AI Lab部门研究员。主要研究方向为自然语言处理和机器学习。已在国内外知名学术会议发表多篇论文，曾担任ACL 2021领域主席以及多项顶会审稿人。现致力于探索轻量级深度学习。

主题：机器翻译中的词表学习问题研究

时间：2021年8月20日（周五）16:00～17:00

形式：线上

入会方式：腾讯会议 - ID：259301763

B站直播：https://live.bilibili.com/21484823

---

扫描如下二维码报名活动

了解更多信息请加入「自然语言处理」交流群