Google Brain用大規(guī)模神經(jīng)機(jī)器翻譯架構(gòu)分析

Google Brain:NMT訓(xùn)練成本太高?用大規(guī)模神經(jīng)機(jī)器翻譯架構(gòu)分析給出解決方案

雷鋒網(wǎng)編者按:十年前,Google Translate發(fā)布。當(dāng)時(shí),這項(xiàng)服務(wù)背后的核心算法還是基于短語(yǔ)的機(jī)器翻譯。

而十年后的今天,更先進(jìn)的神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯( Neural Machine Translation)技術(shù)已經(jīng)使得翻譯系統(tǒng)的速度和準(zhǔn)確度有了大幅提升。Google發(fā)現(xiàn),在多個(gè)樣本的翻譯中,神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)將誤差降低了 55%-85%甚至以上。

雖然成就喜人,但這對(duì)研究人員來(lái)說(shuō)卻遠(yuǎn)遠(yuǎn)不夠。在他們看來(lái),NMT領(lǐng)域還有太多可提升的空間。

近日,來(lái)自Google Brain的四位研究人員Denny Britz, Anna Goldie , Thang Luong, Quoc Le就由NMT訓(xùn)練成本太高這一問(wèn)題出發(fā),對(duì)NMT 架構(gòu)的超參數(shù)進(jìn)行了大規(guī)模分析,并且對(duì)建立和擴(kuò)展NMT構(gòu)架提出了一些新穎觀點(diǎn)和實(shí)用建議。研究人員表示,學(xué)界還未有過(guò)類似的研究。

同時(shí),該論文也已提交了今年的ACL大會(huì)(Association for Computational Linguistics)。

以下是為雷鋒網(wǎng)(公眾號(hào):雷鋒網(wǎng))編譯的部分論文內(nèi)容。

摘要

在過(guò)去幾年里,基于神經(jīng)機(jī)器翻譯(NMT)技術(shù)的產(chǎn)品系統(tǒng)被越來(lái)越多部署在終端客戶端中,NMT本身也因此獲得了巨大進(jìn)步。但目前,NMT構(gòu)架還存在著一個(gè)很大的缺點(diǎn),即訓(xùn)練它們的成本太高,尤其是GPU的收斂時(shí)間,有時(shí)會(huì)達(dá)到幾天到數(shù)周不等。這就使得窮舉超參數(shù)搜索(exhaustive hyperparameter search)的成本和其他常見(jiàn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)一樣,讓人望而卻步。

為此,我們首次對(duì) NMT 架構(gòu)的超參數(shù)進(jìn)行了大規(guī)模分析。我們報(bào)告了數(shù)百次實(shí)驗(yàn)測(cè)試的經(jīng)驗(yàn)結(jié)果和方差數(shù)(variance numbers),這相當(dāng)于在標(biāo)準(zhǔn)WMT英譯德任務(wù)上運(yùn)行超過(guò)250,000 GPU小時(shí)數(shù)的效果。從實(shí)驗(yàn)結(jié)果中,我們提出了有關(guān)建立和擴(kuò)展NMT構(gòu)架的創(chuàng)新觀點(diǎn),也提供了一些實(shí)用建議。

作為此次研究成果的一部分,我們也發(fā)布了一個(gè)開(kāi)源的NMT框架,讓研究員們能輕松使用該新技術(shù),并得出最新試驗(yàn)結(jié)果。

Google Brain:NMT訓(xùn)練成本太高?用大規(guī)模神經(jīng)機(jī)器翻譯架構(gòu)分析給出解決方案

研究結(jié)論

在研究過(guò)程中,我們通過(guò)梳理關(guān)鍵因素,以獲得最新的實(shí)驗(yàn)結(jié)果。

有些研究人員可能并不認(rèn)為“集束搜索調(diào)節(jié)(beam search tuning)和大多數(shù)架構(gòu)變化同等重要”,以及“使用了當(dāng)前優(yōu)化技術(shù)的深度模型并不總是優(yōu)于淺度模型”等說(shuō)法,但通過(guò)實(shí)驗(yàn),我們?yōu)檫@類說(shuō)法給出了實(shí)驗(yàn)證據(jù)。

以下是實(shí)驗(yàn)收獲總結(jié):

使用 2048 維的大型嵌入(embeddings)有最優(yōu)實(shí)驗(yàn)結(jié)果,不過(guò)優(yōu)勢(shì)不大;僅有 128 維的小型嵌入似乎也有足夠的能力去捕捉絕大多數(shù)必要的語(yǔ)義信息。

LSTM Cell 始終比 GRU Cell表現(xiàn)得好。

2-4 層的雙向編碼器性能最佳。更深層的編碼器在訓(xùn)練中不如2-4層的穩(wěn)定,這一點(diǎn)表現(xiàn)得很明顯。不過(guò),如果能接受高質(zhì)量得優(yōu)化,更深層的編碼器也很有潛力。

深度 4 層解碼器略優(yōu)于較淺層的解碼器。殘差連接在訓(xùn)練 8 層的解碼器時(shí)不可或缺,而且,密集的殘差連接能使魯棒性有額外增加。

把額外的關(guān)注度參數(shù)化(Parameterized additive attention),會(huì)產(chǎn)生總體最優(yōu)結(jié)果。

有一個(gè)調(diào)適良好、具有長(zhǎng)度罰分(length penalty)的集束搜索(beam search)很關(guān)鍵。5-10集束寬度搭配1.0長(zhǎng)度罰分的工作效果好像不錯(cuò)。

我們還強(qiáng)調(diào)了幾個(gè)重要的研究課題,包括:

高效利用嵌入?yún)?shù) (4.1)(雷鋒網(wǎng)注:4.1代表論文章節(jié),下同)

注意機(jī)制(attention mechanisms)作為加權(quán)跳過(guò)連接(weighted skip connections)(4.5),而不是記憶單元的角色作用,

深度循環(huán)網(wǎng)絡(luò)需要更好的優(yōu)化方法(4.3),

超參數(shù)變化(hyperparameter variations)還需要更具穩(wěn)健性的集束搜索(4.6)。

此外,我們還專門發(fā)布了一個(gè)開(kāi)源NMT框架,讓大家能對(duì)該框架的創(chuàng)新點(diǎn)一探究竟,并進(jìn)行可重復(fù)試驗(yàn),同時(shí)我們還發(fā)布了所有實(shí)驗(yàn)配置的文件。

極客網(wǎng)企業(yè)會(huì)員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。

2017-03-27
Google Brain用大規(guī)模神經(jīng)機(jī)器翻譯架構(gòu)分析
雷鋒網(wǎng)編者按:十年前,Google Translate發(fā)布。當(dāng)時(shí),這項(xiàng)服務(wù)背后的核心算法還是基于短語(yǔ)的機(jī)器翻譯。

長(zhǎng)按掃碼 閱讀全文