Sep, 2018

MS-UEdin 提交给 WMT2018 APE 共享任务的论文：用于自动后期编辑的双源 Transformer

PDF
TL;DR这篇论文介绍了微软和爱丁堡大学 2018 年 WMT 共享任务中的自动后编辑竞赛，利用上一次共享任务的训练数据和系统，重新实现了我们自己的模型，并以广泛的参数共享为基础进行改进。接着，我们对 IT 领域的双源变压器模型和数据选择进行了实验。我们的提交结果在 SMT 后编辑子任务中占据了决定性胜利，建立了新的技术水平，并在 NMT 子任务中获得了非常接近的第二名（或相等，16.46 vs. 16.50 TER）。根据 NMT 子任务的相对较弱结果，我们假设神经对神经的 APE 实际上并不有用。
automatic post-editingwmt2018smt post-editingnmt sub-taskneural-on-neural ape
发现论文，激发创造
  • Netmarble AI Center WMT21 自动后编辑共享任务提交

    本文介绍了 Netmarble 在 WMT21 自动后处理 (APE) 共享任务中的提交，旨在通过多种手段来改进机器翻译的质量，并通过实验证明其有效性。

    Sep, 2021

  • Unbabel 参加 WMT2019 APE 共享任务：基于 BERT 的自动后编辑编码器 - 解码器

    针对英德翻译领域，Unbabel 利用 BERT 预训练模型，开发了基于 BERT 的编码器解码器模型 (BED)，通过对保守性因子的研究，将其与神经机器翻译系统相结合，使得翻译质量大幅提高，成为英德自动后编辑领域新的最高水平。

    May, 2019

  • 神经序列到序列架构在自动后编辑中的探索

    本文研究了多种神经架构用于机器翻译自动后编辑任务。研究内容包括：将 $mt$ 和 $src$ 结合在一起直接对目标进行建模的端到端模型、硬注意力模型和以上两种结合。结果表明：将多个神经架构和硬注意力相结合，所构建的双注意力模型在自动后编辑任务中提供了更好的表现。

    Jun, 2017

  • 神经自动后编辑系统解释的共享注意机制

    本文提出了一种神经自动后编辑系统，该系统使用两个独立编码器对源句子和机器翻译句子进行编码，并利用共享注意力机制更好地理解两个输入对于后编辑句子生成的贡献，其已在 WMT16 和 WMT17 APE IT domain 英德共享任务的官方数据以及附加的 500K 人工数据上进行了训练和评估，同时提供了更好的可解释性。

    Jul, 2018

  • 基于单 / 双语神经机器翻译模型的对数线性组合用于自动后编辑

    本文探讨了神经机器翻译模型在自动后编辑任务上的应用，并借助对不同模型的处理提高结果，使用简单的字符串匹配惩罚来控制原始机器翻译输出，产生了大量人工数据来解决训练数据不足的问题，超越了基线和其他系统。

    May, 2016

  • 自动后编辑能否改进 NMT？

    本研究旨在探讨自动后编辑技术在神经机器翻译系统上的实用性。通过构建英德短语翻译的人工编辑语料库，我们证明了在大规模语料库和人工编辑数据的监督下，最新的神经网络后编辑技术可以显著提高神经机器翻译系统的翻译质量，并挑战了当前领域的理解。

    Sep, 2020

  • 爱丁堡大学 WMT17 神经机器翻译系统

    该论文介绍爱丁堡大学参加 WMT17 共享新闻翻译和生物医学翻译任务的情况，使用了采用 Nematus 注意力编码器 - 解码器训练的神经机器翻译系统，并对层归一化、深度结构和不同的集成技术进行了广泛的实验。

    Aug, 2017

  • 微软提交 WMT2018 新闻翻译任务报告：如何不再担忧，爱上数据

    本文介绍了微软参加 WMT2018 新闻翻译共享任务的提交，对于英语到德语的一种语言方向中，基于最佳实践，采用了最先进的模型和新数据过滤和句子加权方法来训练在 Paracrawl 上实验结果表明，根据自动指标 (BLEU)，我们在此子任务中得分最高，比接下来最强大的系统高近 2 BLEU 分数，根据人工评估，我们在受限系统中排名第一，我们认为这主要是由于我们的数据过滤 / 加权组合的实施。

    Sep, 2018

  • Adam Mickiewicz University 在 WMT 2022 中的：NER 辅助和质量感知的神经机器翻译

    本文提出了 Adam Mickiewicz 大学对于 WMT 2022 通用机器翻译任务的限制性跟踪的提交结果，使用基于 transformer 架构的加权集成模型进行双向乌克兰语 <-> 捷克语翻译，使用源因子利用输入的命名实体信息，在训练数据之外使用噪声后向传递技术进行数据增强。使用 noisy back-translation 技术增加训练语料库。模型集成是由 4 个模型加权结合而成，并针对多句翻译使用了文档级模型进行训练，最后使用现有的质量估计模型和最小贝叶斯风险解码将 n-best 列表进行重排序，使得最佳假设能够根据 COMET 评估度量标准被选择。根据自动评估结果，在两个翻译方向上我们的系统排名第一。

    Sep, 2022

  • WMT17 自动后编辑任务的 LIG-CRIStAL 系统

    本文介绍了 LIG-CRIStAL 团队在 WMT2017 共享的自动后期处理任务中的两个神经后期编辑模型：一个具有任务特定关注机制的单源模型，适用于低资源场景；另外一个是使用源语句提供额外上下文的链接架构，并能在更多的训练数据可用时略微提高结果。我们展示并讨论了在任务中提供的两个数据集 (en-de 和 de-en) 的结果。

    Jul, 2017