增强术语翻译（修改输入）-Training_Neural_Machine_Translation_To_Apply_Terminology_Constraints_

Training Neural Machine Translation To Apply Terminology Constraints

在输入中通过replace和append两种方式增加目标端术语信息（annotations），让模型学到一种“复制机制”，从而提高术语翻译能力，同时该方法对也可以考虑到术语的形态变化。

• 希望模型在一般情况和有注解情况下性能都好，所以限制注解的数量。（通过随机忽略一些匹配）
• 在术语重叠的情况下保留最长匹配。使用近似匹配来允许术语的形态变化。作者使用简单的字符序列匹配，允许将基本单词形式视为匹配，即使是变形的或者作为复合词的一部分。
• 为了避免spurious虚假匹配。过滤掉了500个频率最高的的术语。

术语约束的解码方式BLEU下降

结果

没有通用性。