《表5 Transformer模型在英-汉任务上的翻译结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《带标记音节的双向维汉神经机器翻译方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同样地，在CWMT2018的50万英汉数据上也进行了多粒度与不同规模数据上的对比实验，实验数据处理和模型配置与维汉系统一致，实验结果如表5所示。从表5中可以看出，音节粒度的机器翻译方法在英汉机器翻译上同样能提升效果。相比于在不同规模数据上（数据集规模由小到大）的单词粒度机器翻译分别提升了4.09、5.22、6.09、4.47、4.05个BLEU值，相比于BPE粒度机器翻译分别提升了2.34、2.19、2.01、1.3、0.3个BLEU值。由此可见，音节粒度的机器翻译方法在数据规模较少的情况下性能提升明显，随着数据量的增大，BPE粒度的效果越来越好，当训练数据规模到50万时，音节粒度和BPE的效果几乎持平。