SIGIRMay, 2021

Backretrieval: 一种基于图像的跨语言文本表示的评估度量方法，不需要平行语料库

PDF
TL;DR本文提出了一种使用图像作为代理的自动度量标准，评估跨语言文本表示的质量，实验表明，Backretrieval 能够高度相关地与标注数据的正确度量相关，是评估跨语言文本表示质量的一种有效方式。
cross-lingual text representationsautomatic metrictextual representationscross-lingual embedding qualitybackretrieval
发现论文，激发创造
  • 翻译中的损失：使用检索准则学习双语单词映射

    本文提出了一种端到端的优化方法来解决跨语言对齐问题，实验表明该方法在单词翻译上的表现优于现有的最先进方法，尤其是对于英汉等远距离语言对齐效果更为显著。

    Apr, 2018

  • 通过深层双语表示重新排名来改善低资源跨语言文档检索

    本文提出了一种使用深度双语查询 - 文档表示来提高低资源跨语言文档检索性能的方法，并通过包括查询似然得分等额外特征，有效学习使用少量相关性标签为低资源语言对重新排序检索到的文档的模型。实验结果表明，本模型在 MATERIAL 数据集上优于竞争的基于翻译的对英斯瓦希里语、英语 - 塔加洛语和英语 - 索马里语跨语言信息检索任务的基线模型。

    Jun, 2019

  • 学习多语言多模态表示的图像枢转

    本文介绍了一种用于匹配不同语言中的图像和句子的多模态多语言表达式学习模型，其目的是提高多语言版本的图像搜索和理解，在图像描述排名及语义文本相似度方面实现了最先进的性能。

    Jul, 2017

  • 跨语言短语检索

    本文提出了一种从无标注例句中提取短语表示以实现跨语言短语检索的方法 XPR，并创建了一个包含 65K 双语短语对和 4.2M 例句的大规模跨语言短语检索数据集。实验结果表明，XPR 表现优于利用词级或句级表示的基线。XPR 还显示了令人印象深刻的零 - shot 迁移性，使模型能够在训练期间执行未见过的语言对的检索。

    Apr, 2022

  • 跨语言信息检索的简洁有效神经排序和重排序基线

    该研究旨在提供一种用于跨语言检索模型的组织框架，并在 TREC 2022 NeuCLIR 中的三种语言测试集上实现基于此的可重复现的基准线。

    Apr, 2023

  • 多模态图像描述翻译中的基准

    本文提供了一种使用视觉空间中的多模态支点改善图像描述的统计机器翻译方法。通过在一个用目标语言描述的图像数据库中执行图像检索，并使用最相似图像的描述进行跨语言重新排序，达到优化的效果。本方法不依赖于大量域内平行数据的可用性，而仅依赖于大量单语言字幕图像数据集的可用性，以及用于计算图像相似性的最先进的卷积神经网络。我们的实验评估显示，与强基线相比，我们的方法提高了 1 个 BLEU 分数。

    Jan, 2016

  • 跨语言编码器的局限性：基于无参考机器翻译评估的揭示

    研究跨语言编码器在自然对抗机器翻译系统中的参照无机器翻译评估问题，找到该方法的两个关键限制并提出两种部分解决方案。

    May, 2020

  • 多语言文本编码器在跨语言检索中的应用

    通过系统实证分析，我们发现预训练的最新型多语言编码器并不能显著超越早期基于跨语言单词嵌入的模型在无监督文档级和句子级交叉语言信息检索方面的性能，但在经过监督学习优化的条件下，可在句子检索中取得最高准确率，并通过局部相关性匹配和对特定领域对比微调等方法最大程度提升排名质量，还揭示了基于单语数据训练的检索模型会出现 “单语过度拟合” 的现象，这与针对特定目标语言的单语信息检索的交叉语言转移存在显著差异。

    Dec, 2021

  • 基于搜索引擎图像检索的多模态神经机器翻译

    本文提出使用图像搜索引擎和文本感知的注意力视觉编码器来收集并过滤具有描述性的图像，以加强神经机器翻译的性能。在多个数据集上进行的实验证明，该方法较强的基线实现了显著的性能提升。

    Jul, 2022

  • 基于对比学习的语言无关多语种信息检索

    通过利用平行语料库和非平行语料库，采用对比学习等方法，有效提高了预训练多语言语言模型的跨语言传递能力，同时显著提高了检索性能，且计算成本较低。

    Oct, 2022