The Impact of Vocabulary Overlaps on Knowledge Transfer in Multilingual Machine Translation

Diese Arbeit untersucht systematisch den Einfluss von gemeinsamen und getrennten Vokabularen auf den Wissenstransfer in der mehrsprachigen neuronalen Maschinenübersetzung (MNMT). Experimente zeigen, dass umfangreiche Vokabularüberschneidungen, Sprachverwandtschaft und Domänenübereinstimmung zu besseren Ergebnissen führen, selbst in Out-of-Domain-Setups.