단어 번역 without 병렬 데이터 이 작업은 병렬 데이터 없이 단어를 번역하는 것입니다. 병렬 데이터는 원문과 대응되는 번역문을 함께 제공하는 데이터셋을 의미하며, 이는 기계 번역 모델의 학습에 주로 사용됩니다. 그러나 이 방법에서는 병렬 데이터가 없으므로, 다른 접근 방식을 사용하여 단어의 의미를 파악하고 적절한 번역을 수행해야 합니다. 이러한 접근 방식에는 단어의 문맥, 사전 지식, 그리고 언어 간의 유사성을 활용하는 것이 포함될 수 있습니다.

최신의 다국어 단어 임베딩 학습 방법은 이중 언어 사전이나 병렬 말뭉치에 의존해 왔습니다. 최근 연구에서는 문자 수준 정보를 활용하여 병렬 데이터 감독의 필요성을 줄일 수 있음을 보여주었습니다. 이러한 방법들은 긍정적인 결과를 보였지만, 감독된 대응 방식과는 비교할 수 없으며, 공통 알파벳을 공유하는 언어 쌍에 한정됩니다. 본 연구에서는 어떤 병렬 말뭉치도 사용하지 않고 두 언어 간의 이중 언어 사전을 구축할 수 있음을 보입니다. 이를 위해 단일 언어 단어 임베딩 공간을 비감독 방식으로 정렬합니다. 문자 정보를 전혀 사용하지 않음에도 불구하고, 우리의 모델은 일부 언어 쌍에서 기존의 감독된 방법들을 능가하는 성능을 보입니다. 실험 결과, 영어-러시아어나 영어-중국어와 같은 멀리 떨어진 언어 쌍에서도 우리의 방법이 매우 잘 작동함을 확인할 수 있었습니다. 마지막으로, 병렬 데이터가 제한적으로만 존재하는 영어-에스페란토 저자원(low-resource) 언어 쌍에 대한 실험을 설명하여, 우리의 방법이 완전히 비감독적인 기계 번역에서 미칠 수 있는 잠재적 영향을 보여줍니다. 우리의 코드, 임베딩 및 사전은 공개적으로 이용 가능합니다.