19-EMNLP-Handling Syntactic Divergence in Low-resource Machine Translation

[wangqiangneu]

简介

做low-resource的数据增强方法, semi-supervised。切入点是两个语言句法差异很大的情况(e.g. 英语和日语)，而且由于low-resource, back-translation的效果也不好。

• 方法：
  • 把monolingual target按照source language的语序做reorder
  • 把reorder后的monolingual target用词典替换一些source token
  • reorder用的是rule-based的方法，需要用parser

论文信息

• Author: CMU
• Paper
• Code

总结

• 文章定位很准备，方法没啥太多可说的，很直接了
• 感觉low-resource的出路还是得靠transfer learning呢，这种小修小补没啥大意思
• 这篇也是将target copy到source，再做手脚。也是在semi-supervised下做的，我一直想做到supervised的场景中，感觉是个方向