グラフ畳み込みネットワークを用いたニューラル機械翻訳における意味の活用

意味表現は、長年にわたり、機械翻訳手法の意味保存を強制し、汎化性能を向上させる可能性があると議論されてきました。本研究では、ソース文の述語-項構造に関する情報（すなわち、意味役割表現）を神経機械翻訳に初めて組み込むことを試みました。グラフ畳み込みネットワーク（Graph Convolutional Networks: GCNs）を使用して、文エンコーダに意味的なバイアスを注入し、英独言語対において言語無関係版および文法意識版よりもBLEUスコアの改善を達成しました。