Sep, 2018

NICT 的神经和统计机器翻译系统对 WMT18 新闻翻译任务的应用

PDF
TL;DR本文介绍了 NICT 参与 WMT18 新闻翻译任务的结果，通过采用统计机器翻译和神经机器翻译系统以及使用大量反向翻译单语数据，结合使用 transformer architecture，对于爱沙尼亚语对英语、芬兰语对英语等语言方向实现了 BLEU 评分的领先。
发现论文，激发创造
  • 上海交通大学 - 国立信息学研究所的 WMT20 新闻翻译任务所使用的监督式和无监督式神经机器翻译系统

    本文介绍了我们在 WMT2020 机器翻译共享任务中的参与情况和采用的多项神经机器翻译技术，在英汉、波兰英语和德国上索布里亚语等四个方向中，我们获得了第一名的好成绩。

    Oct, 2020

  • WMT 16 爱丁堡神经机器翻译系统

    我们参加了 WMT 2016 分享的新闻翻译任务，并为四种语言建立了神经翻译系统，每种语言都在英语和其它语言的两个方向上进行训练。使用了基于注意力的编码器 - 解码器、BPE 子词段和自动回译等技术，我们的方法使得我们的结果比基准系统提高了 4.3-11.2 BLEU，人工评估显示我们的系统在 8 个翻译方向中有 7 个是最好的约束系统。

    Jun, 2016

  • 赫尔辛基神经机器翻译系统

    介绍了赫尔辛基神经机器翻译系统 (HNMT) 及其在新闻翻译任务中的应用，其中在英语 - 芬兰语方向上在 WMT2017 评测中获得了人工评估和自动评估的第一名，与一个强大的传统机器翻译基线相比，HNMT 具有更大的优势。同时讨论了在英语 - 拉脱维亚语，英语 - 中文和中文 - 英语方向的翻译提交。

    Aug, 2017

  • 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

  • NiuTrans 机器翻译系统用于 WMT21

    介绍了 NiuTrans 神经机器翻译系统及其在多个语言（包括中文、日语、俄语、冰岛语）的 WMT2021 新闻翻译任务中的应用，利用多种方法包括 Transformer、回译、知识蒸馏和微调等提高翻译的性能。

    Sep, 2021

  • JUCBNMT 在 WMT2018 新闻翻译任务中的表现：基于字符的芬兰语到英语神经机器翻译

    该论文描述了用于 WMT 2018 新闻翻译任务的系统，它使用了基于字符的神经机器翻译模型，进行从芬兰语到英语的新闻文本翻译，并获得了 12.9 的 BLEU 分数。

    Aug, 2019

  • 剑桥大学 WMT18 机器翻译系统

    该论文探究利用多种不同的神经模型进行翻译的组合，其中包括递归、卷积和自注意力模型，最终结合短语基 SMT 系统的 MBR 方案，相较于强 Transformer 模型集合，取得了小但一致的收益。

    Aug, 2018

  • 使用多任务张量网络的统计机器翻译特征

    提出了一种以神经网络为基础的三重方法，用以改善统计机器翻译，并在阿拉伯语 - 英语和中文 - 英语翻译上实现了显著改进，包括新的神经网络特征、张量层和多任务学习。

    Jun, 2015

  • 神经机器翻译的词汇表和最小风险训练：NAIST-CMU 在 WAT2016 中的表现

    NAIST/CMU 使用注意力神经机器翻译模型参加 2016 年亚洲翻译研讨会日 - 英翻译任务，通过使用离散翻译词典和最小风险训练等技术，取得最高翻译评估分数.

    Oct, 2016

  • NVIDIA NeMo WMT21 英德及英俄新闻和生物医学任务神经机器翻译系统

    本文介绍了 NVIDIA NeMo 神经机器翻译系统在 WMT21 新闻和生物医学共享翻译任务的受限数据跟踪中的运用，其中新闻任务的提交在 Transform 器基础的序列到序列模型上，采用了多项技术手段并且获得了比去年任务最佳提交更好的表现，生物医学任务的提交则采取了医学相关文本来源和生物医学数据的训练集，而两个系统都在测试集上超越了去年任务的最佳提交。

    Nov, 2021