基于Wasserstein均值的无监督多语言对齐

我们研究无监督多语言对齐问题，即在不使用任何平行语料的情况下，寻找多种语言之间的词对词翻译。一种常见的策略是将多语言对齐简化为更简单的双语设置，通过选取输入语言中的某一语言作为枢纽语言（pivot language）进行语言间转换。然而，众所周知，若选择的枢纽语言不佳（例如英语），可能会严重降低翻译质量，因为语言之间的假设传递关系在训练过程中可能无法得到充分约束。与依赖任意选定的枢纽语言不同，我们提出采用 Wasserstein 重心（Wasserstein barycenter）作为更具信息量的“平均”语言：它融合了所有语言的信息，并最小化了所有语言对之间的运输成本。我们在标准基准数据集上评估了所提出的方法，结果表明其性能达到当前最先进水平。