Jun, 2017

神经机器翻译中更可信结果的更强基线

PDF
TL;DR本文探讨了神经机器翻译中的基准问题，并提出了三种易于实现的方法，使得翻译结果得到了明显提高，同时通过对改进的分析也揭示了基本神经机器翻译模型所存在的固有缺陷。研究还指出，在实验中选择一个强基准线是获得可靠实验结果的关键因素之一。
neural machine translationarchitectural improvementsalgorithmic improvementsexperimental systemsbaseline
发现论文，激发创造
  • SYSTRAN 的纯神经网络机器翻译系统

    本研究旨在分享我们在神经机器翻译领域的专业知识，创造出竞争力强且适用于不同用例的翻译引擎，在实际生产流程中实现特定领域的高效翻译。我们提供了一种同时发布多种语言在线演示程序的方法，并探索了不同的实用选项、网络架构和评估方法等。

    Oct, 2016

  • 提高语音翻译的稳健性

    提出了一种简单且有效的方法来改进神经机器翻译在语音翻译中的稳健性，通过在干净的平行数据集中注入真实输出中存在的噪声以及结合拼音特征，使 NMT 可以在类似的单词分布下进行训练和测试，实验结果表明，该方法在多个噪声测试集上的稳定性表现优异，并在 WMT'17 中英测试集上取得了泛化性能的提高。

    Nov, 2018

  • 提升神经机器翻译

    本文提出了一种基于数据增强和引导的训练方法来缓解神经机器翻译 (NMT) 训练效率方面的问题，它模拟人类学习过程，能够提高准确性并节省 20% 的训练时间。

    Dec, 2016

  • 神经网络与基于短语的机器翻译质量比较：一个案例研究

    本文分析了神经网络机器翻译（NMT）与基于短语的机器翻译（PBMT）在英语 - 德语翻译数据集上的表现，从专业翻译的高质量后编辑结果中发现神经网络机器翻译在表述动词重新排序等语言现象时具有更好的建模能力，但仍有需要改进的方面。

    Aug, 2016

  • 神经机器翻译中使用短语机制的有效方法

    我们报告了一种有效的方法，使用短语机制 PhraseTransformer 改进了基线模型 Transformer，在构建神经机器翻译系统时在越中平行语料库上取得了最新的成果。

    Aug, 2023

  • 神经机器翻译在文学文本上能达到什么质量水平？

    本文基于神经机器翻译（NMT）和短语统计机器翻译（PBSMT）训练了英语到加泰罗尼亚语的文学适应翻译系统，并在 12 部文学作品上进行了评估，结果表明基于 NMT 的系统相对于 PBSMT 的结果有显著的提升（p<0.01）, 其自动 BLEU 评估指标提高了 11%（3 个点），而人类的评估结果也证明了 NMT 翻译结果的优势。

    Jan, 2018

  • 神经机器翻译中的单语数据使用：一项系统研究

    本文对神经机器翻译的数据生成进行了系统研究，比较了不同的单语数据使用方法和多个数据生成过程，并介绍了一些便宜易实现的新数据模拟技术。研究发现，通过回译技术生成人工平行数据非常有效，并给出了原因解释。

    Mar, 2019

  • 来自非母语者的文本的神经机器翻译

    本研究研究神经机器翻译系统中的数据噪声问题以及如何通过增加包含人工引入的语法错误句子的训练数据来提高其对错误的鲁棒性，同时提出了一套用于测试神经机器翻译在处理语法错误上的 JFLEG 语法纠错语料库的西班牙语翻译。

    Aug, 2018

  • 低资源语言的神经机器翻译

    本文研究通过引入更多本地依赖关系和使用单词对齐来学习翻译过程中的句子重新排序，在低资源语言中使用神经机器翻译 (NMT) 模型，产生仅使用 7 万个训练数据令人满意的翻译结果。

    Aug, 2017

  • 基于相关性引导的神经机器翻译

    我们提出了一种基于可解释性的 NMT 训练方法，应用于无监督和有监督模型训练，用于翻译英语和三种不同资源的语言 —— 法语、古吉拉特语和哈萨克语。我们的结果表明，我们的方法在低资源条件下可以有希望，优于简单的训练基线；尽管改进只是微小的，但为进一步探索这种方法和参数以及其扩展到其他语言奠定了基础。

    Nov, 2023