提升神经机器翻译的可解释性：注意力和对齐一致性的分析指标

该研究解决了神经机器翻译模型在决策过程中的可解释性问题。通过引入一套系统的框架，量化评估NMT模型的注意力模式，并与统计对齐及标准翻译质量指标关联，研究发现更集中注意力的分布与更好的可解释性相关，但不一定保证更高的翻译质量。这一发现有助于推动未来更透明、可靠的机器翻译系统的构建。