雷鋒網(wǎng)編者按：十年前，Google Translate發(fā)布。當(dāng)時(shí)，這項(xiàng)服務(wù)背后的核心算法還是基于短語(yǔ)的機(jī)器翻譯。

而十年后的今天，更先進(jìn)的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯（ Neural Machine Translation）技術(shù)已經(jīng)使得翻譯系統(tǒng)的速度和準(zhǔn)確度有了大幅提升。Google發(fā)現(xiàn)，在多個(gè)樣本的翻譯中，神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)將誤差降低了 55%-85%甚至以上。

雖然成就喜人，但這對(duì)研究人員來(lái)說(shuō)卻遠(yuǎn)遠(yuǎn)不夠。在他們看來(lái)，NMT領(lǐng)域還有太多可提升的空間。

近日，來(lái)自Google Brain的四位研究人員Denny Britz, Anna Goldie , Thang Luong, Quoc Le就由NMT訓(xùn)練成本太高這一問(wèn)題出發(fā)，對(duì)NMT 架構(gòu)的超參數(shù)進(jìn)行了大規(guī)模分析，并且對(duì)建立和擴(kuò)展NMT構(gòu)架提出了一些新穎觀點(diǎn)和實(shí)用建議。研究人員表示，學(xué)界還未有過(guò)類(lèi)似的研究。

同時(shí)，該論文也已提交了今年的ACL大會(huì)（Association for Computational Linguistics）。

以下是為雷鋒網(wǎng)編譯的部分論文內(nèi)容。     

摘要

在過(guò)去幾年里，基于神經(jīng)機(jī)器翻譯（NMT）技術(shù)的產(chǎn)品系統(tǒng)被越來(lái)越多部署在終端客戶(hù)端中，NMT本身也因此獲得了巨大進(jìn)步。但目前，NMT構(gòu)架還存在著一個(gè)很大的缺點(diǎn)，即訓(xùn)練它們的成本太高，尤其是GPU的收斂時(shí)間，有時(shí)會(huì)達(dá)到幾天到數(shù)周不等。這就使得窮舉超參數(shù)搜索（exhaustive hyperparameter search）的成本和其他常見(jiàn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)一樣，讓人望而卻步。

為此，我們首次對(duì) NMT 架構(gòu)的超參數(shù)進(jìn)行了大規(guī)模分析。我們報(bào)告了數(shù)百次實(shí)驗(yàn)測(cè)試的經(jīng)驗(yàn)結(jié)果和方差數(shù)（variance numbers），這相當(dāng)于在標(biāo)準(zhǔn)WMT英譯德任務(wù)上運(yùn)行超過(guò)250,000 GPU小時(shí)數(shù)的效果。從實(shí)驗(yàn)結(jié)果中，我們提出了有關(guān)建立和擴(kuò)展NMT構(gòu)架的創(chuàng)新觀點(diǎn)，也提供了一些實(shí)用建議。

作為此次研究成果的一部分，我們也發(fā)布了一個(gè)開(kāi)源的NMT框架，讓研究員們能輕松使用該新技術(shù)，并得出最新試驗(yàn)結(jié)果。

研究結(jié)論

在研究過(guò)程中，我們通過(guò)梳理關(guān)鍵因素，以獲得最新的實(shí)驗(yàn)結(jié)果。

有些研究人員可能并不認(rèn)為“集束搜索調(diào)節(jié)（beam search tuning）和大多數(shù)架構(gòu)變化同等重要”，以及“使用了當(dāng)前優(yōu)化技術(shù)的深度模型并不總是優(yōu)于淺度模型”等說(shuō)法，但通過(guò)實(shí)驗(yàn)，我們?yōu)檫@類(lèi)說(shuō)法給出了實(shí)驗(yàn)證據(jù)。

以下是實(shí)驗(yàn)收獲總結(jié)：

• 使用 2048 維的大型嵌入（embeddings）有最優(yōu)實(shí)驗(yàn)結(jié)果，不過(guò)優(yōu)勢(shì)不大；僅有 128 維的小型嵌入似乎也有足夠的能力去捕捉絕大多數(shù)必要的語(yǔ)義信息。
  

• LSTM Cell 始終比 GRU Cell表現(xiàn)得好。

• 2-4 層的雙向編碼器性能最佳。更深層的編碼器在訓(xùn)練中不如2-4層的穩(wěn)定，這一點(diǎn)表現(xiàn)得很明顯。不過(guò)，如果能接受高質(zhì)量得優(yōu)化，更深層的編碼器也很有潛力。

• 深度 4 層解碼器略?xún)?yōu)于較淺層的解碼器。殘差連接在訓(xùn)練 8 層的解碼器時(shí)不可或缺，而且，密集的殘差連接能使魯棒性有額外增加。

• 把額外的關(guān)注度參數(shù)化（Parameterized additive attention），會(huì)產(chǎn)生總體最優(yōu)結(jié)果。

• 有一個(gè)調(diào)適良好、具有長(zhǎng)度罰分（length penalty）的集束搜索（beam search）很關(guān)鍵。5-10集束寬度搭配1.0長(zhǎng)度罰分的工作效果好像不錯(cuò)。

我們還強(qiáng)調(diào)了幾個(gè)重要的研究課題，包括：

• 高效利用嵌入?yún)?shù) (4.1)（雷鋒網(wǎng)注：4.1代表論文章節(jié)，下同）

• 注意機(jī)制（attention mechanisms）作為加權(quán)跳過(guò)連接（weighted skip connections）（4.5），而不是記憶單元的角色作用，

• 深度循環(huán)網(wǎng)絡(luò)需要更好的優(yōu)化方法（4.3），

• 超參數(shù)變化（hyperparameter variations）還需要更具穩(wěn)健性的集束搜索（4.6）。

此外，我們還專(zhuān)門(mén)發(fā)布了一個(gè)開(kāi)源NMT框架，讓大家能對(duì)該框架的創(chuàng)新點(diǎn)一探究竟，并進(jìn)行可重復(fù)試驗(yàn)，同時(shí)我們還發(fā)布了所有實(shí)驗(yàn)配置的文件。

論文地址：https://arxiv.org/abs/1703.03906

開(kāi)源地址：https://github.com/google/seq2seq/

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。