摘要
双向编码器结合掩码语言模型（如BERT）在众多自然语言处理任务中取得成功，这一进展促使研究人员尝试将此类预训练模型引入神经机器翻译（NMT）系统。然而，现有融合预训练模型的方法通常较为复杂，且主要集中于BERT模型，缺乏对其他预训练模型在翻译性能上影响的系统性比较。本文证明，仅将经过专门设计且适用于双语场景的预训练语言模型（称为BiBERT）的输出（即上下文相关的词向量）直接作为NMT编码器的输入，即可实现当前最优的翻译性能。此外，我们还提出了一种随机层选择策略，并引入“双向翻译模型”的概念，以充分挖掘上下文嵌入的潜力。在不使用反向翻译（back translation）的情况下，我们的最优模型在IWSLT'14数据集上取得了30.45（英译德）和38.61（德译英）的BLEU分数，在WMT'14数据集上分别达到31.26（英译德）和34.94（德译英），均超越了所有已发表的现有结果。