Nov, 2020

变形金刚时代小说的机器翻译

PDF
TL;DR本研究基于神经机器翻译技术中的 Transformer 模型，对小说文学领域的英文进行自动翻译，通过与其他三种不同模型进行自动评估和手动评估，结果表明使用 domain-specific Transformer-based 系统在表现上要优于其他三种模型。
发现论文，激发创造
  • 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：综述与调查

    本文追溯了现代神经机器翻译体系结构的起源，重点探讨了单个神经网络在翻译中的应用，其中涉及到 word 和 sentence embedding 以及编码器 - 解码器网络家族的早期示例，并总结了该领域的最新趋势。

    Dec, 2019

  • 基于 Transformer 的印地语到英语神经机器翻译

    我们使用深度学习技术开发了一种神经机器翻译系统，通过训练 Transformer 模型将印度语 Hindi 翻译成英语，通过实施回译增强训练数据并尝试使用 Byte Pair Encoding (BPE) 进行词汇划分，我们在 10 个不同的配置中训练 Transformer，在 IIT Bombay 英印语语料库的测试集中取得了 24.53 的最新 BLEU 分数。

    Sep, 2023

  • 文档级神经机器翻译：方法与评估调查

    这篇综述论文旨在总结文档级机器翻译的最新研究进展，重点讨论了神经网络模型、训练策略、评估指标等方面的创新，为该领域的研究者提供状态认知和未来方向。

    Dec, 2019

  • 谷歌的神经机器翻译系统：弥合人类翻译和机器翻译之间的差距

    Google 发布的 GNMT 神经机器翻译系统采用 LSTM 深度学习网络，使用 attention 机制和残差连接，借助词元素 (wordpieces) 将单词划分为子单元，提高了稀有单词处理能力与整体系统精度。

    Sep, 2016

  • 使用源自世界文学的平行段落探索文档级文学机器翻译

    本研究提出了一种文学机器翻译方法，通过 Par3 数据集，证明专业翻译员更喜欢校对后的机器翻译输出，而不是普通的机器翻译输出。

    Oct, 2022

  • Booking.com 的机器翻译：历程和经验教训

    该论文介绍了一个新的神经机器翻译系统，并将其与两个常规的在线引擎（统计和神经）以及作者自己的统计机器翻译系统进行了基准测试。同时，该论文还分析了句子长度对统计机器翻译和神经机器翻译系统翻译输出质量的影响。

    Jul, 2017

  • 翻译中的创意：机器翻译对文学文本的约束

    本研究探讨了翻译写作中机器翻译，后编辑和无辅助翻译等三种方式的创造性表现，并发现经由人的自然翻译创造性最高，机器翻译需要进一步改善。

    Apr, 2022

  • 机器之间的机器翻译：情感分类应用案例

    提出了一种神经机器翻译的方法，利用一种新的候选采样策略，基于强化学习技术提高翻译模型的机器导向性，从而产生最适合用作特定下游任务的自然语言处理组件输入的翻译结果，这种方法可以显著提高英文分类器对 Twitter 数据的情感分类的性能。

    Oct, 2019

  • 通过利用个人领域专业知识对 JA <-> EN 语言对进行优化，改进机器翻译的最新技术

    本文介绍了一个基于 Transformer 结构和 OpenNMT 框架的 En/Ja 神经机器翻译系统的构建，详细探讨了预处理、超参数调整和模型结构等因素的影响，并通过 BLEU 等标准自动评估指标以及作者的主观评估证实了其优异性能。

    Feb, 2022