초록
비지도 신경 기계 번역(NMT)은 최근 제안된 기계 번역 방법으로, 라벨이 부착되지 않은 데이터를 사용하지 않고 모델을 훈련시키는 것을 목표로 합니다. 비지도 NMT에 대해 제안된 모델들은 종종 두 가지 다른 언어의 문장 쌍을 공유 잠재 공간(shared-latent space)으로 매핑하기 위해 하나의 공유 인코더만을 사용하는데, 이는 각 언어의 고유한 내부 특성(예: 스타일, 용어, 문장 구조)을 유지하는 데 약점이 있습니다. 이 문제를 해결하기 위해, 우리는 입력 문장의 고차 표현을 추출하는 역할을 하는 일부 가중치를 공유하면서도 두 개의 독립적인 인코더를 활용하는 확장을 소개합니다. 또한, 로컬 GAN과 글로벌 GAN이라는 두 가지 다른 생성적 적대 네트워크(GANs)를 제안하여 언어 간 번역을 강화합니다. 이 새로운 접근법을 통해 우리는 영어-독일어, 영어-프랑스어 및 중국어-영어 번역 작업에서 상당한 개선을 이루었습니다.