arXiv 自然语言处理· Javier Garcia Gilabert, Rico Sennrich, Andr\'e F. T. Martins·· 9 小时前AI 评分34
机器翻译何时需要更多搜索？Quality-Aware Decoding 搜索效用实证研究
When is more search useful? An Empirical Study of Search Utility in Quality-Aware Decoding for Machine Translation
AI 导读
机器翻译中 Quality-Aware Decoding（QAD）为所有句子分配相同候选预算 N 的假设并不成立，额外搜索带来的质量增益因句子而异。研究通过总扩展增益、边际扩展增益和采样饱和点量化搜索效用，发现积累的候选池统计特征能有效指示边际增益。利用这些信号可识别出能在选择性追加搜索时获得更大提升的句子。
来源：arXiv 自然语言处理 · arxiv.org