文章来源 | 恒源云社区（一个专注 AI 行业的共享算力平台恒源智享云)
原文地址 | [机器翻译] 21.7 mRASP2
原文作者 | 角灰
Contrastive Learning for Many-to-many Multilingual Neural Machine Translation github:
摘要：
现有的多语言模型聚焦于英语为中心的翻译，而非英语的方向远远落后。本文旨在一个多对多翻译系统，重点是非英语语言方向的质量。基于这样一个假设:通用的跨语言表示会导致更好的多语言翻译性能。为此提出了一种训练方法mRASP2，以获得单一统一的多语言翻译模型。mRASP2的核心在于如下两点：
通过对比学习拉近多语言表示对齐语义空间同时使用平行和单语语料进行对齐增强
结论：
对比学习确实能提升零资源翻译使用单语数据，所有翻译方向上都取得了实质性的改进。分析并可视化了本文方法，对比学习确实能够拉近不同语言语义的表征未来打算使用更大数据集训练模型PC150
方法：
1.损失函数
损失为交叉熵Lce和对比损失Lctr的加权和,|s|是平均句子长度，因为Lce是词级别的，而Lctr是序列级别的，两者有比例关系，因此要乘上平均句子长度。 xi,xj是平行语料。Lce计算常规decoder输出和label的交叉熵，旨在让解码器输出分布与真实分布一致。 而对比损失Lctr为了拉近语义空间中跨语言同义词的表征距离，并且拉远非同义词表征的距离。具体为：以某个样本点的源端向量表示为锚点，以该样本目标端的向量表征为正样本（过encoder），以同一个batch中其他样本点的目标端句子向量表示为负样本，最小化锚点和正样本的距离，最大化锚点和所以负样本的距离。 其中距离使用的是余弦距离，分子是锚点和正例的距离，分母是所有负例和锚点的距离和，通过最小化Lctr就能达到拉近同义词表征、拉远非同义词表征的目的。
引入对比学习，可以在不降低其他翻译方向的基础上，提高零资源翻译的性能。
2.对齐增强
其中距离使用的是余弦距离，分子是锚点和正例的距离，分母是所有负例和锚点的距离和，通过最小化Lctr就能达到拉近同义词表征、拉远非同义词表征的目的。
实验结果
相比多语言基线模型m-Transformer，mRASP2在表中的10个方向上都有显著的提升。 在无监督翻译（至少一端的语料在预训练时出现过）上平均超过了基线十多点。 即使是在零资源翻译（非英语对翻译）上性能也很卓越，和桥接模型差不多（pivot）。
可视化分析
使用T-SNE对英、日、德三种语言同义句的语义空间表征降维后可视化，发现使用mRASP（b）比基线transformer更好的拉近了多语言同义句的语义表征。
个人总结
对比学习yyds，接下来准备找代码试试。
推荐文章
您阅读本篇文章共花了：
发表评论