Bahdanau / Cho / Bengio
Introduction
最近提出的NMT模型都属于encoder-decorder这一大类,
这种encoder-decoder的架构会把所有输入的信息压缩成一个固定长度的向量,
这导致了一个潜在问题:处理长句子很吃力。
Cho也表明encoder-decoder面对长句子,性能就开始快速下降。
为了解决这个问题,我们引入一个“插件”,它能同时学习词语的align(对称)和翻译:生成翻译的时候,从输入的句子中“搜索”(或者说“软搜索”)最相关的信息。
然后根据 1.来源句子中搜索到的位置信息,以及 2.之前已经翻译出的词,来预测下一个词。
这个新的方法不仅取得了和phrase-based system相当的效果,
它还得到了alignments,定性分析表明这个和我们的直觉很相近。
而且,关键的是,它不会把整个输入信息放进一个固定长度的向量中。
它会把输入信息转换成一个向量序列,翻译的时候,根据需要,从序列中挑出一个子集。
Background: NMT
从概率的视角,翻译就是根据给定的输入X,找到目标句子Y的条件概率。