초록
본 논문에서는 신경망 기반 문구 번역(Neural Phrase-based Machine Translation, NPMT)을 제시합니다. 우리의 방법은 최근 제안된 분할 기반 시퀀스 모델링 방법인 수면-각성 네트워크(Sleep-Wake Networks, SWAN)를 사용하여 출력 시퀀스의 문구 구조를 명시적으로 모델링합니다. SWAN의 단조적인 정렬 요구사항을 완화하기 위해, 입력 시퀀스의 (부드러운) 국소 재정렬을 수행하는 새로운 레이어를 도입하였습니다. 기존의 신경망 기반 기계 번역(Neural Machine Translation, NMT) 접근법과 달리, NPMT는 주의 메커니즘(attention-based decoding mechanisms)을 사용하지 않습니다. 대신 순차적인 순서로 문구를 직접 출력하며, 선형 시간 내에 디코딩할 수 있습니다. 실험 결과, NPMT는 강력한 NMT 베이스라인과 비교하여 IWSLT 2014 독일어-영어/영어-독일어 및 IWSLT 2015 영어-베트남어 기계 번역 작업에서 우수한 성능을 보였습니다. 또한 우리의 방법이 출력 언어에서 의미 있는 문구를 생성함을 확인할 수 있었습니다.