Oct, 2018

越南语和英语之间的机器翻译：一项实证研究

PDF
TL;DR本论文的研究目的是针对低资源语言对英越语言对进行机器翻译，通过构建历史上最大的越南 - 英语语料库以及采用最新的神经机器翻译模型进行广泛实验，从而实现最高 BLEU 得分。该研究为有效使用不同神经机器翻译模型提供了实际示例。
machine translationneural networksenglish-vietnameseparallel corporableu scores
发现论文，激发创造
  • 改善越南 - 英文医学机器翻译

    介绍了 MedEV 数据集，通过对其进行广泛实验，发现对于每个翻译方向，通过对 'vinai-translate' 进行微调，可以实现最佳性能，进而推动进一步的研究。

    Mar, 2024

  • PhoMT: 一个高质量和大规模的越南语 - 英语机器翻译基准数据集

    本文介绍了一个高质量、大规模的越南语 - 英语平行数据集，进行了机器翻译的比较实验，结果表明在预训练序列到序列去噪自编码器 mBART 上的微调获得了最好的性能，这是第一个大规模的越南语 - 英语机器翻译研究，希望这个公开的数据集和研究能成为未来越南语 - 英语机器翻译研究和应用的起点。

    Oct, 2021

  • MTet: 英越多领域翻译

    MTet 是最大的公开平行语料库，包含 420 万高质量的训练句对和一个多领域测试集，同时发布了首个预训练的 EnViT5 模型，与之前的研究相比，其翻译 BLEU 得分最多提高 2 分，同时比之前的模型小 1.6 倍。

    Oct, 2022

  • 通过大规模翻译丰富低资源语言的生物医学知识

    本研究使用英越翻译模型将生物医学数据和基准转化为越南语，并利用大规模的越南语翻译数据训练得到了 ViPubmedT5 编解码 Transformer 模型，该模型在医学摘要和首字母缩写消歧方面取得了最先进的成果，并发布了 ViMedNLI 数据集用于 NLP 任务。

    Oct, 2022

  • 一个高质量且大规模的英越语音翻译数据集

    本研究介绍了一个高质量和大规模的英越语音翻译基准数据集，并使用强基线进行实证实验，发现传统的 “级联” 方法仍然优于现代的 “端到端” 方法，这是有关大规模英越语音翻译的第一项研究，我们的数据集和研究可用于未来研究和应用的起点。

    Aug, 2022

  • 基于深度多任务学习的双语稀缺情境神经机器翻译

    本文提出了一种基于多任务学习方法，利用源端的单语言语言资源来解决神经机器翻译中由于缺少平行文本造成模型质量差的问题，并采用语义分析、句法分析和命名实体识别等辅助任务以将语义和 / 或句法知识注入到翻译模型中，实现了在英法、英波斯和英越三种翻译任务上的有效性验证。

    May, 2018

  • 越南诗歌生成与跨语言诗歌翻译前景

    使用大型语言模型从自然语言提示中生成越南诗歌，以提升内容控制能力。最佳模型为 GPT-3 Babbage 变体，在越南诗歌的 “luc bat” 类型上获得 0.8 的自定义评估分数。同时，探索将诗歌改写为普通文本提示的想法，在 “luc bat” 类型中获得 0.718 的较高分数。该实验展示了以翻译诗歌作为输入进行跨语言诗歌之间的翻译，并同时完全控制生成内容的潜力。

    Jan, 2024

  • 利用可比语料库诱导的双语词典进行低资源语言的神经机器翻译

    本文使用端到端的 Siamese 双向递归神经网络从 Wikipedia 的可比较多语言文章中提取并生成平行句子，证明使用所收集的数据集可以提高低资源语言对 (英―印度语和英―泰米尔语) 上的 BLEU 分数。

    Jun, 2018

  • 使用单语语料库进行神经机器翻译

    本篇论文研究了如何利用丰富的单语语料库对神经机器翻译进行建模，结果表明在低资源的土耳其 - 英语和中英文聊天信息场景下，相较于短语和层级翻译，可以提高高达 1.96 和 1.59 的 BLEU 值，同时也适用于高资源语言，例如捷克语 - 英语和德语 - 英语，并成功提高了 0.39 和 0.47 个 BLEU 分数。

    Mar, 2015

  • 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