May, 2023

通过密集注释的平行语料库以话语为中心评估机器翻译

PDF
TL;DR本论文提出了一个带有丰富语篇注释的新数据集，并探讨了源语言和目标语言的语篇结构相似性和差异性以及其对机器翻译的挑战和机会，该资源可公开使用以促进未来在文档级机器翻译和其他语言翻译任务的研究。
document-level translationdiscourse phenomenacontext-aware mt systemsevaluation benchmarkspublicly available resource
发现论文，激发创造
  • 具有篇章标注的双语平行语料库

    这篇论文描述了 BWB 这个由专家将汉语小说翻译成英文的大型平行语料库，以及一个用于探究机器翻译系统建模各种语篇现象的标注测试集，希望这个资源能够为更多的文档级机器翻译工作提供指导和灵感。

    Oct, 2022

  • 日英会话平行语料库对齐文本

    本篇论文介绍了如何在文档级机器翻译中使用上下文来训练模型提升翻译质量，并且提供了一个平衡高质量的商务对话语料库用于调整和测试。此外，还提出了一种手动标注上下文信息用于减轻自动评估文档级系统的问题。

    Dec, 2020

  • 对话翻译篇章语料库的自动构建

    本文提出一种新方法，自动构建对话机器翻译的平行话语语料库，经实验表明，采用该方法可以显著提高翻译质量，同时公开了大约 10 万条已经手动标注了发言者和对话边界的平行话语数据。

    May, 2016

  • 神经机器翻译中的语篇现象评估

    研究了利用上下文进行神经机器翻译的模型，并提出了一种多编码器并解码两个句子以实现上下文输出的方法，该方法在指代和连贯性方面表现最佳。

    Nov, 2017

  • 利用话语奖励进行文档级神经机器翻译

    本文提出了一种基于强化学习目标的训练方法，明确优化词汇凝聚力和连贯性两个学术界公认的话语质量指标，实现了在不牺牲翻译忠实度的前提下，比其他竞争性方法更有效地提高了多语种、多领域文档翻译的凝聚和连贯性。在中英语言对中，词汇凝聚力和连贯性分别提高了 2.46 和 1.17 个百分点，BLEU 分数和 F_BERT 分数分别提高了 0.63 和 0.47 个百分点。

    Oct, 2020

  • 使用语篇结构进行机器翻译评价的 DiscoTK

    本文提出了新颖的自动度量标准，使用议论结构和卷积核比较自动翻译的议论树和人类参考的议论树，并通过五种转换技术和增强基于修辞结构理论的基础议论树表示的方法，并将其得分结合成一个综合评分。最后，从 ASIYA MT 评估工具包中添加其他指标，并在实际人员评估上权衡组合的权重。在 WMT12 和 WMT13 度量标准共享任务数据集上的实验表明，与这些年参与的最佳系统相比，在部分和系统级别上与人类判断的相关性表现更好。

    Nov, 2019

  • 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

  • 使用双向蕴涵的机器翻译评估

    本文提出了一种基于双向蕴含的机器翻译评估新指标，利用深度学习实现候选和参考翻译之间的语义相似度评分，应用于 WMT'14 和 WMT'17 数据集，与传统指标相比在系统级别上具有更好的与人工注释评分的相关性。

    Nov, 2019

  • 上下文感知神经机器翻译中的挑战

    这篇论文探讨了上下文感知神经机器翻译的挑战与方法，并提出了一种更逼近真实情境的段落级翻译任务 para2para，同时提供了新的中英小说数据集以促进未来研究。

    May, 2023

  • 文档级机器翻译方法比较

    本文给出了关于文档级机器翻译的文献综述，对比了各种方法在两个文档级评估套件上的表现，并发现基于单语文档的回译方法在文档级评估和人类评估方面都能达到相同结果，因此不需要设计过于复杂的模型。

    Jan, 2021