Transformer 기반 번역문 사후 교정

Abstract

번역문 사후 교정은 기계 번역 시스템의 결과물을 교정하여 더 나은 번역문을 만들어내는 연구로, 기계 번역 시스템에 독립적으로 번역 품질 향상을 위해 제안된 분야이다. 본 논문에서는 최근의 연구 흐름에 따라 번역문 사후 교정을 번역문과 원문을 별도의 소스로 간주하는 다중 소스 번역 문제(multi-source translation problem)로 간주하고, 이를 바탕으로 Transformer를 이용한 다중 인코더 구조의 사후 교정 모델을 제안한다. 이 모델은 각 입력과 교정문 사이의 의존성을 별도로 학습하고, 이들을 더하여 최종 입출력 의존성을 얻는다. WMT17 사후 교정 말뭉치를 이용한 실험에서는 다중 인코더 모델이 기존 모델에 비해 더 나은 교정 성능을 보였으며, 사후 교정을 거치지 않은 문장에 비해서도 나은 번역 품질을 보였다.