Jul, 2023

依存子树交换增强机器翻译数据

PDF
TL;DR本文介绍了一种适用于机器翻译的数据增强的通用框架，该框架通过依赖子树交换进行数据增强，使用依赖解析树中的相应子树从源文本和目标文本中提取并交换，从而创建扩充样本，然后具有过滤、相似度检查和语义一致性检查等额外的方法和准则，实验证明该方法在 BLEU 分数上实现了一致的提高。
发现论文，激发创造
  • TreeSwap: 通过依存子树交换的数据增强方法用于机器翻译

    利用依赖分析树，在资源有限的数据集上进行数据增强，通过交换句子的对象和主语生成新句子，并在神经机器翻译中取得了持续的改进。

    Nov, 2023

  • 面向低资源语言的依存树变形数据增强

    该研究提供基于依赖树的文本增强技术，包括剪裁和旋转，用于增加低资源语言数据集的大小，在词性标注任务中提高了大多数语言的精度。

    Mar, 2019

  • 神经机器翻译的句法感知数据增强

    本文提出了一种新的句法感知数据增强策略，使用输入句子的依存句法树来确定每个句子中单词的选择概率，以有效增强神经机器翻译的翻译性能。实验表明，所提出的数据增强方法可显著提高基于句子独立的方法的翻译性能。

    Apr, 2020

  • 低资源神经机器翻译的数据增强

    本研究提出了一种以数据增强为基础的方法，针对低频词汇在合成的新语境中生成新的句子对，以提高神经机器翻译系统的翻译质量。在模拟低资源环境中的实验结果显示，相对于基准和回译方法，我们的方法能够提高翻译质量，最高可提高 2.9 BLEU 分数。

    May, 2017

  • SUBS: 组合语义解析的子树替换算法

    使用子树替换进行合成数据增强可显著提高模型性能，特别是在 SCAN 和 GeoQuery 上，同时在 GeoQuery 的组成分离上达到了新的 SOTA。

    May, 2022

  • 子结构替换：面向 NLP 的结构化数据增强

    该研究探讨了一种基于数据增强的方法 SUB2，可以用于自然语言处理 (NLP) 任务，通过替换子结构生成新的样例，可以应用于许多结构化 NLP 任务，同时针对一般性的任务，该方法也可以通过基于句法解析树的变化引入结构感知型数据增强方法，大部分情况下，SUB2 通过增强数据集的训练可以获得比使用原始数据集更好的性能，并且在不同类型的任务和种子数据集大小方面，SUB2 相比其他方法具有更加一致的性能。

    Jan, 2021

  • 基于依赖关系的神经重排模型用于统计机器翻译

    本文介绍了一种新的重排序方法，利用神经网络和基于依存性的嵌入来预测两个源单词之间的依存关系，以确定翻译的单词顺序，实现了在中英翻译中统计显著的 0.57 BLEU 分数的提高。

    Feb, 2017

  • 依存词对利用于统计机器翻译中的重新排序：交换还是不交换？

    本文介绍一种利用基于依存词对的稀疏特征的新型重排序方法，该方法在汉英翻译实验中取得了 1.21 BLEU 点的显著提高。

    Aug, 2016

  • 无监督源语言重排序的低资源句法迁移

    本文针对源语言和目标语言单词顺序的不同问题，提出了一种基于 “圣经” 语料库和跨语言词表示的依存句法跨语言迁移方法。该方法在训练前改变源语言语料的顺序，使得在欧洲语系以外的语言中达到更高的精度。在多语言数据集上，该方法在 68 个树库（38 种语言）的实验中表现良好，并在 12 种非欧洲语言的 16 个树库中实现了 3.3％的平均 UAS 绝对精度提高。

    Mar, 2019

  • LyS_ACoruña 在 SemEval-2022 任务 10 中：将现成工具用于情感分析和语义依存分析

    本文使用双仿射语义依赖分析器、大型预训练语言模型和公开可用的翻译模型解决了结构化情感分析的问题。对于单语言环境，作者考虑了在单个语料库上训练和跨语言模型上下文下训练。对于零样本场景，作者通过单词级别的翻译和合并训练数据来处理目标语料库。在后期评估阶段，作者还训练了交叉语言模型，而不是使用单词级别的翻译，并获得了更好的结果。

    Apr, 2022