黎家全，王麗清，李 鵬，蔣曉敏，徐永躍

1.云南大學 信息學院，昆明 650091

2.云南廣播電視臺，昆明 650500

近年來，神經(jīng)機器翻譯（neural machine translation，NMT）發(fā)展迅速[1-4]，已替代統(tǒng)計機器翻譯（statistical machine translation，SMT）成為機器翻譯領(lǐng)域的主流方法。但神經(jīng)機器翻譯過度依賴于大量的平行訓練數(shù)據(jù)，在低資源語言的翻譯任務(wù)上，神經(jīng)機器翻譯的性能會急劇下降[5-6]。因此，低資源神經(jīng)機器翻譯（low-resource neural machine translation）一直是神經(jīng)機器翻譯領(lǐng)域的一項重大挑戰(zhàn)[7]。

針對低資源機器翻譯的數(shù)據(jù)匱乏問題，基于樞軸的方法（pivot-based methods）為此提供了思路?；跇休S的方法曾經(jīng)在SMT 中得以應(yīng)用[8-11]，目前也作為零資源NMT的一個強基線存在。它通過引入一種語料資源豐富的第三方語言作為樞軸，利用樞軸語言的平行語料來橋接源語言和目標語言[12]，在一定程度上緩解了因數(shù)據(jù)匱乏帶來的機器翻譯質(zhì)量差的問題。

最經(jīng)典的樞軸策略也就是樞軸翻譯（pivot translation），是先從源語言翻譯到樞軸語言，再從樞軸語言翻譯到目標語言，最終得到目標語言的翻譯結(jié)果。雖然該方法簡單有效，但需要經(jīng)過兩步翻譯，既造成了錯誤傳遞問題[13]，又增倍了解碼時間。

因而，又有了將樞軸思想應(yīng)用于擴充訓練數(shù)據(jù)的偽平行數(shù)據(jù)生成（pivot-based pseudo-parallel data generation），以及應(yīng)用到模型訓練和構(gòu)建中的遷移學習和多語言翻譯模型構(gòu)建的方法。

根據(jù)樞軸思想在神經(jīng)機器翻譯中的不同應(yīng)用，本文從直接取得翻譯結(jié)果的樞軸翻譯、基于樞軸的偽平行數(shù)據(jù)生成和基于樞軸的模型構(gòu)建三方面，通過對不同方法的概述、總結(jié)、比較和分析，歸納不同方法的優(yōu)點、局限性和應(yīng)用場景，并對未來可能的研究趨勢和關(guān)鍵技術(shù)問題進行展望，為相關(guān)研究提供參考。

1 樞軸翻譯

樞軸翻譯，也被稱為級聯(lián)方法（cascaded approach）[14]。如圖1所示，該方法使用一種語料豐富的語言作為中間橋梁，通過樞軸語言將源-樞軸和樞軸-目標翻譯模型連接起來。這樣，就可以借助于樞軸語言的平行語料間接地實現(xiàn)源語言到目標語言的翻譯，進而達到提高低資源語言翻譯質(zhì)量的目的。

圖1 樞軸翻譯Fig.1 Pivot translation

樞軸翻譯從結(jié)構(gòu)上，屬于間接方式，并沒有得到源和目標之間的直接翻譯模型，也因此導致錯誤傳遞問題。尤其是在樞軸語言的平行語料缺乏的情況下，錯誤傳遞問題會更加突出，此時樞軸翻譯的質(zhì)量甚至比直接翻譯的更差[15]。同時，這種兩步翻譯的方式也增倍了解碼時間。針對這個問題，目前的主要解決方法可分為三種。

（1）減少源-樞軸的翻譯錯誤

一方面，通過增加源-樞軸一側(cè)的訓練數(shù)據(jù)[16-17]，提高源-樞軸模型的翻譯質(zhì)量。另一方面，還可以利用樞軸翻譯與模型結(jié)構(gòu)無關(guān)的特點，將樞軸-目標模型擴展為多源NMT[18-20]，盡可能地消除在源-樞軸翻譯中所帶來的翻譯歧義。但在上述兩種方法中，兩個翻譯模型仍然是分開訓練的，而且在訓練期間沒有任何關(guān)聯(lián)。

（2）增加源-樞軸與樞軸-目標兩個模型的關(guān)聯(lián)

為了進一步緩解錯誤傳遞問題，提出了對源-樞軸和樞軸-目標模型進行聯(lián)合優(yōu)化的方法[21-23]，以加強兩個翻譯模型在訓練期間的關(guān)聯(lián)。Cheng[22]通過共享樞軸語言的詞嵌入，聯(lián)合訓練兩個模型，使得兩個模型在訓練過程中相互促進。相對于傳統(tǒng)的樞軸翻譯方法，聯(lián)合訓練方法減少了錯誤累積，翻譯質(zhì)量有所提升。Ren 等[23]在此基礎(chǔ)上，又提出了一種雙向的期望最大化（expectationmaximization，EM）算法，來直接訓練源-目標模型，并在四個翻譯方向上進行聯(lián)合的迭代訓練，進一步提高了質(zhì)量。

（3）選擇相似度更高的樞軸語言

除了平行語料規(guī)模外，語言相似性也會影響樞軸翻譯的質(zhì)量。一般而言，樞軸語言跟源語言和目標語言的語言相似性越高，對樞軸翻譯就越有利[24-25]。Leng 等[26]綜合平行語料規(guī)模和語言相似性兩個因素，設(shè)計了一種學習路由算法，該算法可以自動選擇一種或多種樞軸語言來進行多跳翻譯，有效地改善了無監(jiān)督翻譯在遠程語言之間的翻譯質(zhì)量。

總體來說，樞軸翻譯由于本質(zhì)上依賴于所選樞軸語言與源和目標之間的語料數(shù)據(jù)、語言相似度，以及兩個模型本身的性能，其間接生成結(jié)果的方式是導致錯誤傳遞問題的根本原因。因此，提出了利用樞軸思想進行數(shù)據(jù)增強以及直接構(gòu)建模型的方法。

2 基于樞軸的偽平行數(shù)據(jù)生成

基于樞軸的偽平行數(shù)據(jù)生成是以樞軸語言作為中間橋梁，生成源語言和目標語言之間的偽平行數(shù)據(jù)，用于數(shù)據(jù)增強。通過訓練數(shù)據(jù)的擴充，實現(xiàn)對翻譯系統(tǒng)進一步的改進。但不足在于偽平行數(shù)據(jù)的質(zhì)量不能保證，當偽平行數(shù)據(jù)包含過多的數(shù)據(jù)噪聲時，反而會損害翻譯的質(zhì)量。

從分類上，主要有利用平行語料和利用單語語料的生成方法。

2.1 基于平行語料的生成

按照生成方向的不同，利用樞軸語言的平行語料庫來生成偽平行數(shù)據(jù)可以分為：源端偽數(shù)據(jù)生成和目標端偽數(shù)據(jù)生成。源端偽數(shù)據(jù)生成是利用回譯方法（backtranslation）[27]，將樞軸-目標平行語料的樞軸語言一側(cè)反向翻譯為源語言[28]。

目標端偽數(shù)據(jù)生成是將源-樞軸平行語料的樞軸語言一側(cè)正向翻譯為目標語言[29]。最后將翻譯結(jié)果與原有語料組合，進而形成源語言-目標語言的偽平行數(shù)據(jù)。利用平行語料的生成方法如圖2所示。

圖2 利用平行語料的生成方法Fig.2 Generation method based on parallel corpus

偽平行數(shù)據(jù)給低資源語言的機器翻譯帶來了一定程度的質(zhì)量提升。文獻[30-31]將樞軸語言回譯到源語言，擴充了大量的偽平行語料，并與原有語料混合，提高了低資源語言對的翻譯質(zhì)量。Park 等[32]生成源端和目標端的偽數(shù)據(jù)并混合，同時增強了編碼器和解碼器的能力，相比只生成源端或目標端偽數(shù)據(jù)的方法取得了更好的數(shù)據(jù)增強效果。

但利用平行語料的生成方法需要依賴一個翻譯模型，因此該翻譯模型的質(zhì)量越高，生成的偽平行數(shù)據(jù)質(zhì)量就越高，對源-目標翻譯模型的質(zhì)量提升也就越大[33]。如果該翻譯模型的質(zhì)量較低，生成的偽數(shù)據(jù)會包含過多的數(shù)據(jù)噪聲，以致?lián)p害最終翻譯系統(tǒng)的性能[34-35]。因此，選擇生成源端還是目標端的偽數(shù)據(jù)，主要根據(jù)生成偽平行數(shù)據(jù)的翻譯模型質(zhì)量來選擇。

盡管利用平行語料的生成方法避免了錯誤傳遞問題，但受數(shù)據(jù)噪聲的影響，可能會取得比樞軸翻譯更差的翻譯性能。為了減弱數(shù)據(jù)噪聲對源-目標翻譯模型的影響，可以在數(shù)據(jù)生成階段進行優(yōu)化。通過最大期望似然估計（maximum expected likelihood estimation）方法最大化合成源語言句子的期望[36]，或者加強在單詞級別的數(shù)據(jù)生成[37-38]，均可有效減少偽數(shù)據(jù)生成過程中產(chǎn)生的翻譯錯誤，比直接生成偽數(shù)據(jù)的方法及樞軸翻譯方法獲得更高的BLEU分數(shù)。

2.2 基于單語語料的生成

與基于平行語料的生成方法類似，基于單語語料的生成方法也有兩個生成方向，即分別基于反向和正向的樞軸翻譯方法，生成源端偽數(shù)據(jù)和目標端偽數(shù)據(jù)。除此之外，由于樞軸語言的單語語料在三種語言中往往是資源最豐富并且質(zhì)量最高的，Currey等[39]還將樞軸語言分別翻譯到源語言和目標語言，生成了更多高質(zhì)量的偽平行數(shù)據(jù)。

同樣是利用目標語言的單語語料，直接回譯的方法沒有足夠的源-目標平行語料訓練回譯模型，而經(jīng)過樞軸語言間接回譯到源語言，則可利用樞軸語言的平行語料訓練兩個質(zhì)量較高的回譯模型，得到比直接回譯更好的結(jié)果[40-41]。

一般而言，單語語料比平行語料更容易獲取，因此利用單語語料的生成方法可以擴充更多的偽平行數(shù)據(jù)，給翻譯模型帶來更大的增益[39，42]。然而，利用單語語料的生成方法需要依賴于兩個翻譯模型，只要存在一個模型的質(zhì)量較低時，生成的偽平行數(shù)據(jù)就會存在大量的數(shù)據(jù)噪聲，反而導致結(jié)果質(zhì)量更差[43]。

因此，無論是利用平行語料還是單語語料的生成方法，都對生成偽數(shù)據(jù)的翻譯模型質(zhì)量有著較高的要求。相對于利用平行語料的生成方法，由于單語語料規(guī)模更大，利用單語語料可以生成更多的偽平行數(shù)據(jù)。但也因為利用單語語料的生成方法需要依賴于兩個翻譯模型，所以生成的偽平行數(shù)據(jù)質(zhì)量也更差。

3 基于樞軸的模型構(gòu)建

基于樞軸的模型構(gòu)建（pivot-based model construction）是將樞軸思想與遷移學習或多語言神經(jīng)機器翻譯等技術(shù)結(jié)合起來，直接對源-目標翻譯模型進行訓練，省去了生成偽平行數(shù)據(jù)的步驟，弱化了數(shù)據(jù)噪聲的影響，最終得到的是源-目標的翻譯模型。

基于樞軸的遷移學習和樞軸結(jié)合多語言神經(jīng)機器翻譯方法均可利用源-樞軸和樞軸-目標翻譯模型的參數(shù)，將樞軸語言的翻譯知識遷移到源-目標的翻譯中。兩者的不同在于，前者采取遷移參數(shù)的方式，將兩個預(yù)訓練模型的參數(shù)遷移到最終的模型上并進行微調(diào)。后者則采取共享參數(shù)的方式，為所有的語言對聯(lián)合訓練一個通用的模型，省略了微調(diào)的步驟。

3.1 基于樞軸的遷移學習

在低資源語言翻譯中，遷移學習技術(shù)是將高資源語言對的模型參數(shù)遷移到低資源語言對上[44]，使低資源語言對獲取到高資源語言對的翻譯知識。

與基于樞軸的方法類似，遷移學習也引入了一種第三方語言（稱為輔助語言）。但兩者的不同在于，遷移學習通常只利用源語言-輔助語言和輔助語言-目標語言平行語料庫中的一個[45-46]，并沒有同時使用兩個平行語料庫來對源語言和目標語言進行橋接。

為了能同時利用源-樞軸和樞軸-目標平行語料，Kim等[47]將樞軸策略應(yīng)用到遷移學習中，提出了基于樞軸的遷移學習方法，如圖3所示。該方法首先預(yù)訓練源-樞軸和樞軸-目標翻譯模型，然后直接將源語言編碼器和目標語言編碼器組合起來，最后經(jīng)過微調(diào)得到最終模型。

圖3 基于樞軸的遷移學習方法Fig.3 Pivot-based transfer learning method

這種方法的優(yōu)勢體現(xiàn)在：源-樞軸翻譯模型的編碼器和解碼器不是隨機初始化的，而是分別從兩個預(yù)訓練模型遷移過來，這為源-目標翻譯模型提供了一個良好的訓練起點，使編碼器和解碼器在微調(diào)之前就學習到了一些翻譯知識。因此，無論是低資源語言對還是高資源語言對，都能從樞軸語言的知識遷移中獲益，并取得比直接翻譯更高的翻譯質(zhì)量[48-49]。Yu等[50]還研究了語言相關(guān)性對遷移學習的影響，結(jié)果表明樞軸語言與源語言或目標語言之間的相似性越高，對遷移學習也越有利。

然而，源-目標翻譯模型的編碼器和解碼器分別來自兩個不同的預(yù)訓練模型，這會導致編碼器和解碼器之間的輸入/輸出不一致，從而放大了預(yù)訓練模型與最終模型之間的差異。

為了減小差異，主要的改進思路是讓源語言和樞軸語言共享同一個編碼器，使得樞軸語言能更平滑地橋接預(yù)訓練的源語言編碼器和目標語言解碼器。一種方法是凍結(jié)源語言編碼器，并使用源語言和樞軸語言的聯(lián)合詞表，使得編碼器能有效地表示這兩種語言[47]。另一種方法是利用源-樞軸平行語料和源語言單語語料，通過跨語言預(yù)訓練技術(shù)，直接預(yù)訓練一個源語言和樞軸語言的通用編碼器[51]。結(jié)果表明，以上兩種方法均比圖3 的方法取得了更好的遷移效果。

3.2 樞軸語言結(jié)合多語言神經(jīng)機器翻譯

多語言神經(jīng)機器翻譯（multilingual neural machine translation，MNMT）是通過參數(shù)共享，在一個通用模型上實現(xiàn)多個語言對的翻譯[52-54]。在低資源語言翻譯中，由于缺乏可用的平行語料，MNMT中的源語言和目標語言采用了樞軸語言實現(xiàn)橋接。本文僅從MNMT的樞軸語言機制，以及如何更好地利用樞軸語言的角度進行分析。

MNMT 可以看作一個隱式的樞軸系統(tǒng)，因為在多語言翻譯模型訓練和翻譯的期間，樞軸語言都是不可見的。因此，這種利用樞軸語言的方式也被稱為隱式橋接（implicit bridging）[55]。隱式橋接通過共享編碼器、解碼器以及中間的注意力機制來實現(xiàn)[56-57]。這樣，受益于跨語言的知識遷移[58]，低資源語言可以從高資源語言中學習翻譯知識，從而提高低資源語言對的翻譯質(zhì)量。在樞軸語言選擇上，現(xiàn)有研究大多采用英語作為樞軸語言[59-60]，使用以英語為中心的語料庫訓練多語言翻譯模型。

與傳統(tǒng)的樞軸翻譯方法相比，MNMT 可以直接實現(xiàn)未經(jīng)訓練的語言對之間的翻譯，即零樣本翻譯，避免了錯誤傳遞和時間增倍的問題。但有研究表明，MNMT在零樣本翻譯場景下的性能不佳，而且通常落后于樞軸翻譯方法[61-62]。

為了提高MNMT 的零樣本翻譯質(zhì)量，研究者們提出了一種多橋模型（mutil-bridge models）[63]。該模型加入了非英語語言對的平行語料訓練，利用多種樞軸語言的數(shù)據(jù)來改善低資源語言翻譯的質(zhì)量。例如，Rios等[64]僅添加了少量的非英語平行語料，就使6個零樣本翻譯方向的BLEU 平均提高了3.1 個百分點。Fan 等[65]利用語言相似性對語言進行分組，在使用英語作為樞軸語言的同時，又在每個語言組中選取1～3種高資源語言來橋接組內(nèi)之間的語言，提高了多個非英語低資源語言對的翻譯質(zhì)量。

4 主要樞軸方法的對比分析

針對樞軸思想在神經(jīng)機器翻譯領(lǐng)域的應(yīng)用，表1從不同方法的機制、適用場景、優(yōu)點、局限性等方面進行了分析和比較。

從表1中可以看出，樞軸翻譯和基于樞軸的偽平行數(shù)據(jù)生成都屬于間接建模的方法，這分別帶來了錯誤傳遞問題和數(shù)據(jù)噪聲問題。雖然樞軸翻譯方法簡單方便，但其兩步翻譯的過程既造成了錯誤傳遞問題，又增倍了解碼時間。

表1 主要樞軸方法對比Table 1 Comparison of pivot-based methods

基于樞軸的偽平行數(shù)據(jù)生成則利用偽平行數(shù)據(jù)訓練源-目標翻譯模型，避免了錯誤傳遞。但生成的偽平行數(shù)據(jù)質(zhì)量不能保證，如果存在過多的數(shù)據(jù)噪聲，反而會對翻譯模型的質(zhì)量產(chǎn)生負面影響。

基于樞軸的模型構(gòu)建則通過利用源-樞軸與樞軸-目標翻譯模型的參數(shù)，直接對源-目標翻譯模型建模，在避免錯誤傳遞的同時，也弱化了數(shù)據(jù)噪聲的影響。但此類方法在零樣本翻譯場景下性能不佳，甚至比不過傳統(tǒng)的樞軸翻譯方法。基于樞軸的遷移學習由于沒有可用的源-目標平行語料用于微調(diào)，使得遷移后的最終模型難以適應(yīng)源-目標翻譯任務(wù)。樞軸結(jié)合多語言神經(jīng)機器翻譯則共享所有語言的參數(shù)，因此可以從更多的語言中獲取知識，一定程度上提高了零樣本翻譯的性能。

盡管如此，樞軸結(jié)合多語言神經(jīng)機器翻譯方法仍然成為了目前的研究熱點，并擁有著廣闊的研究前景。主要原因有：第一，能在單個通用模型上進行多個語言對之間的翻譯，因此被廣泛應(yīng)用于谷歌翻譯等多語種翻譯引擎中；第二，可以有效利用多種語言的數(shù)據(jù)，進一步解決了平行語料匱乏的問題。

5 結(jié)束語

基于樞軸的方法為解決目前低資源語言的機器翻譯問題提供了思路，有效地緩解了訓練語料匱乏的問題，提高了低資源語言神經(jīng)機器翻譯的質(zhì)量。然而，基于樞軸的方法仍然存在一些問題和挑戰(zhàn)，需要未來進一步研究和探索。

（1）錯誤傳遞問題

樞軸翻譯在零樣本翻譯場景下仍然具有競爭力，但錯誤傳遞問題限制了其性能提升。因此，如何更好地減少錯誤傳遞來改善樞軸翻譯，仍有待進一步的研究。

（2）非真實數(shù)據(jù)建模

受限于生成偽平行數(shù)據(jù)的翻譯模型質(zhì)量，基于樞軸生成的偽平行數(shù)據(jù)的質(zhì)量不能得到保證，還可能面臨生成數(shù)量較少的問題。因此，考慮提升偽平行數(shù)據(jù)的質(zhì)量，以及將基于樞軸的偽平行數(shù)據(jù)生成方法與其他數(shù)據(jù)增強方法結(jié)合使用，擴大偽平行數(shù)據(jù)的數(shù)量，是非常有意義的研究方向。

（3）源語言編碼器與目標語言解碼器不匹配問題

在基于樞軸的遷移學習中，由于源語言編碼器與目標語言解碼器來自兩個不同的預(yù)訓練模型，導致兩者在輸入/輸出方面的不一致性。研究樞軸語言與源語言或目標語言之間通用空間表示的可能性，或者研究選用相似性高的樞軸語言，為這個問題的研究提供了思路。

（4）樞軸語言語料匱乏

對于一些資源極度匱乏的低資源語言而言，與樞軸語言之間的平行語料也將變得難以獲取。因此，結(jié)合多語言NMT 利用多種樞軸語言的數(shù)據(jù)，或者考慮利用圖像和音譯等多模態(tài)數(shù)據(jù)作為樞軸[66-69]，有待進一步研究和探索。

總之，未來如何將樞軸思想應(yīng)用在更多渠道、更大規(guī)模、更高質(zhì)量的數(shù)據(jù)生成和增強，以及基于模型的生成和泛化方面，仍有待學者們進一步地創(chuàng)新和研究，以期為低資源神經(jīng)機器翻譯的研究提供更多的思路和參考。