EMNLPDec, 2023

通过自动显性化填补翻译中的背景知识差距

PDF
TL;DR翻译帮助人们理解用另一种语言编写的内容，但即使是正确的直译，缺乏必要的背景也无法实现这一目标。为了弥补这一缺失的语境理解，专业翻译人员通过考虑源语言和目标受众之间的文化差异来进行明确说明。然而，由于缺乏适当的评估方法，NLP 研究对明确说明的探索还有限。本研究引入了一种基于从维基百科收集并由人类翻译人员注释的数据集「WikiExpl」的技术，以自动生成明确说明。所得到的明确说明在多语言问答框架中非常有用，能够更准确地回答问题。
translationsexplicitationsnlp researchevaluation methodsmultilingual question answering
发现论文，激发创造
  • 机器翻译的针对特定受众的解释

    机器翻译中的一个常见问题是某些单词的翻译可能由于不同的文化背景导致目标语言受众难以理解。本研究探索从平行语料库中提取示例解释的技术，通过半自动的方法能够从大规模平行语料库中提取这些解释，为创建解释数据集提供了重要的自动化步骤。同时，通过实验证明该技术在三种语言对中均表现出鲁棒性。

    Sep, 2023

  • 使用跨语言明示技术获取已标注数据以进行隐含式话语关系分类

    本文针对在语篇分析中最具挑战性和重要性的隐式语篇关系分类任务，通过开发连接词，采用回译技术增加训练数据来提高任务的性能，论文探讨了如何有效地利用不同语言的多种翻译来改善附加数据的质量的问题。

    Aug, 2018

  • 解释先翻译法：自动生成解释提升程序翻译的分析

    利用自动生成的自然语言解释作为代码到代码翻译的中间步骤，通过三种解释类型和 19 种编程语言的研究，发现自然语言解释在零 - shot 情况下特别有效，平均提升了 12％。自然语言解释特别对于复杂程序表现出明显改进。发布了包含 19 种语言的数据集、代码和规范解决方案。

    Nov, 2023

  • 对比短语突出解释：辅助人类发现翻译差异的案例研究

    基于对比方式生成强调对预测结果解释的相似指标，该技术比流行的事后重要性技术更好地匹配了人类的跨语义差异解释，并成功地帮助人们检测到人工翻译和机器翻译错误的细微语义差异。

    Dec, 2023

  • 基于 LLM 的机器翻译中加入文化意识

    本研究着眼于如何将文化知识应用于大型语言模型的机器翻译中，提出了一种新的数据筛选方法来构建具有文化相关性的平行语料库，并设计了简单有效的提示策略以帮助大型语言模型实现机器翻译。经过广泛实验表明，这些方法可以大大帮助将文化知识融入到大型语言模型的机器翻译中，从而在翻译文化特定的句子方面优于传统的 NMT 系统。

    May, 2023

  • 显式化内含信息: NLP 中内含信息的一等公民

    该研究使用 LLM 将话语分解为逻辑和可信推理以及应用该技术改善了句子嵌入基准，推动着计算政治学和构建发现过程的前进。

    May, 2023

  • 改进神经机器翻译的语言模型集成

    本文探讨使用外部语言模型和针对内部隐式语言模型所采用的方法，在神经机器翻译任务中在线性融合语言模型方面的性能表现，发现考虑隐式语言模型可极大提高模型性能，但背向翻译仍然是最有效的方法。

    Jun, 2023

  • 上下文感知机器翻译在指代、省略和词汇凝聚方面的改进

    本文通过人类实验和模型构建等研究方法，提出了一种适用于大规模句子级平行数据的上下文感知 NMT 模型，通过解决上下文因素引发的翻译不一致问题，取得了 BLEU 上的显著性能提升。

    May, 2019

  • 探索关系抽取中的自动扰动自然语言解释

    本文研究了自然语言解释在提高模型的泛化能力和数据效率方面的有效性，并发现即使是完全被破坏的解释，也仍有助于提供额外的上下文空间，从而取得与标注解释相当的结果，但计算效率显著提高了 20-30 倍。

    May, 2023

  • 增加多语言知识图谱中文本信息的覆盖范围和精确度

    自然语言处理和计算机视觉领域中近期的研究一直在利用知识图谱中可用的文本信息，例如实体名称和描述，来将神经模型与高质量的结构化数据对接。然而，在非英语语言中，可用的文本信息的数量和质量相对较少。为了解决这个问题，我们提出了自动知识图谱增强（KGE）的新任务，并对英语和非英语语言之间的文本信息的数量和质量差异进行了深入研究。作为对增加多语言覆盖率和实体名称、描述精确度的问题的研究，我们呈现了 M-NTA，一种新的无监督方法，结合了机器翻译（MT），网络搜索（WS）和大型语言模型（LLMs）以生成高质量的文本信息，并研究了增加非英语文本信息的多语言覆盖率和精确度对实体链接、知识图谱补全和问题回答的影响。作为我们朝着更好的多语种知识图谱的努力的一部分，我们还介绍了 WikiKGE-10，第一个跨 7 个语系评估 10 种语言中的 KGE 方法的人工策划的基准。

    Nov, 2023