BPE-Dropout: بسيط وفعال للتنظيم الفرعي

يُستخدم التقسيم الجزئي للكلمات على نطاق واسع لمعالجة مشكلة القاموس المفتوح في الترجمة الآلية. ويعتبر أسلوب بيت بير إنشودينغ (BPE) هو الأسلوب السائد في التقسيم الجزئي للكلمات، حيث يحافظ على الكلمات الأكثر تكرارًا كما هي، بينما يقسم الكلمات النادرة إلى عدة رموز. وعلى الرغم من إمكانية وجود العديد من التقسيمات الممكنة حتى مع نفس القاموس، فإن BPE يقسم الكلمات إلى تسلسلات فريدة؛ وقد يؤدي هذا إلى منع النموذج من تعلّم التراكيب الكلامية بشكل أفضل، كما يقلل من مرونته تجاه الأخطاء الناتجة عن التقسيم. حتى الآن، كانت الطريقة الوحيدة لتجاوز هذه العيب في BPE، وهو طبيعته المحددة، هي إنشاء خوارزمية أخرى للتقسيم الجزئي للكلمات (كودو، 2018). على النقيض من ذلك، نُظهر أن BPE نفسه يحتوي على القدرة على إنتاج تقسيمات متعددة لنفس الكلمة. ونقدّم ما يُعرف بـ "BPE-dropout"، وهو أسلوب بسيط وفعال لتصحيح التقسيم الجزئي للكلمات، مبني على BPE التقليدي ومتناول له. حيث يقوم هذا الأسلوب بتعطيل تقسيم BPE بشكل عشوائي، مما يؤدي إلى إنتاج تقسيمات متعددة ضمن الإطار الثابت لنفس خوارزمية BPE. وعند استخدام BPE-dropout أثناء التدريب، مع الاعتماد على BPE القياسي أثناء الاستدلال، يُحسّن جودة الترجمة بنسبة تصل إلى 3 نقاط BLEU مقارنةً بـ BPE، وبنسبة تصل إلى 0.9 نقطة BLEU مقارنةً بأفضل أسلوب سابق لتصحيح التقسيم الجزئي.