Nov, 2023

WMT 2023 共享任务关于篇章级文学翻译的研究结果：LLMs 宇宙中的一颗清新之星

PDF
TL;DR机器翻译中文学作品一直是一个难以解决的问题，在 WMT 2023 中，我们举办了首届篇章级文学翻译共享任务，提供了一部文学作品语料库用于中英文翻译，并制定了行业认可的人工评估标准。通过自动和人工评估，我们分析了 14 个团队的提交系统，并基于人工评估结果进行了官方排名，同时揭示了有关文学和篇章意识机器翻译的一系列有趣发现。
发现论文，激发创造
  • 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

  • 通过密集注释的平行语料库以话语为中心评估机器翻译

    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。

    May, 2023

  • WMT 2022 翻译建议共享任务发现

    WMT 共享任务中，我们获得了 92 个参与队伍提交的数据，使用 BLEU 自动评估指标对机器翻译中的翻译建议进行了评估，并提供了英德和英汉语料库来进行两个子任务的翻译建议。

    Nov, 2022

  • 机器翻译鲁棒性首次共享任务结果

    该论文介绍了首个旨在提高机器翻译鲁棒性的共享任务的研究成果，共有 11 个团队提交了 23 个系统，人工评估和自动评估 (BLEU) 均显示很高的相关性，系统均有大幅度的改进，最佳系统较基准系统提高了 22.33 个 BLEU 分值。

    Jun, 2019

  • Tencent WMT22 大规模非洲语言多语言机器翻译系统

    本文介绍了腾讯的多语言机器翻译系统，该系统使用数据扩增、分布式稳健优化和语系分组等技术来应对数据不平衡和多语言难题，其中在 WMT22 的有限数据情况下，取得了第一名的成绩。

    Oct, 2022

  • 阿里巴巴 - 翻译中国提交 WMT 2022 度量共享任务

    该论文基于 UNITE（统一翻译评估）的核心理念，将源 - 参考 - 结合评估场景统一为一个模型，在使用不同的预训练模型背骨和不同的集成策略时，使用过去 WMT 比赛的直接评估和多维质量度量数据完成了模型预训练和微调。

    Oct, 2022

  • 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

  • 微软基于 WMT21 共享任务的多语言机器翻译系统

    本文介绍 Microsoft 在 WMT21 大规模多语言机器翻译竞赛中使用的机器翻译系统，该系统使用基于 DeltaLM 的泛用预训练多语言编码器 - 解码器模型进行初始化，应用迭代反向翻译方法和渐进式学习来优化性能，在三个评估轨迹中都获得了第一名。

    Nov, 2021

  • Naver Labs Europe 在 WNGT 2019 中的文档级生成和翻译任务系统

    本研究提出了一种利用神经模型、机器翻译、自然语言生成和元数据的迁移学习方法，用于生成长描述性摘要，旨在解决机器翻译、自然语言生成和元数据机器翻译等方面的挑战。实验结果表明，该方法可以优于现有技术，并在 WNGT 2019 中的 “文档生成和翻译” 任务中荣获全场第一。

    Oct, 2019

  • WMT22 通用机器翻译任务的自动评估

    本文介绍了第七届机器翻译会议的机器翻译任务自动评估，其中评估了 185 种系统，包括高资源到低资源语言对和从密切相关到远离的语言。自动度量标准 chrF、BLEU 和 COMET 可以相互补充以减轻解释性和准确性方面的限制，并凸显了当前最先进的机器翻译系统的一些局限性。

    Sep, 2022