ACLApr, 2024

机器翻译、变音符号与变音处理的相互作用

PDF
TL;DR我们研究了机器翻译和变音符号在多任务学习环境中相互影响的表现以及在机器翻译性能上保留（与去除）变音符号的影响。在 55 种不同语言（36 种非洲语言和 19 种欧洲语言）的高资源和低资源设置中，我们发现：对于第一个问题，变音符号对低资源情况下的机器翻译性能有重要的帮助作用，对某些语言甚至使性能提升两倍或三倍，但对高资源情况下的机器翻译性能有害；我们发现对于某些语言，机器翻译对低资源情况下的变音符号处理有害，但对高资源情况下的处理有显著好处。对于第二个问题，无论保留还是去除变音符号，机器翻译性能都相似。此外，我们提出了两类度量变音符号系统复杂性的指标，发现这些指标与我们的变音符号模型的性能呈正相关。总的来说，我们的研究为在不同的数据规模条件下开发机器翻译和变音符号系统提供了洞见，并可能具有超越我们研究范围的 55 种语言的普适意义。
machine translationdiacritizationmulti-task learninghigh-resourcelow-resource
发现论文，激发创造
  • Yorùbá-English 神经机器翻译中领域和重音的影响

    本研究提出了 MENYO-20k，这是一个首个多领域平行语料库，专注于干净的约鲁巴语和英语，为基准测试提供标准化的训练集 - 测试集划分。研究人员提供了几个神经机器翻译基准测试，并将它们与流行的预训练（大规模多语种）机器翻译模型的性能进行了比较。出乎意料的是，他们的模型效果超过了谷歌（+8.7 BLEU）和 Facebook M2M（+9.1 BLEU）这样的大规模多语种模型，为未来的研究设定了高质量的基准。

    Mar, 2021

  • 多语言机器翻译解析

    本研究研究多语言机器翻译的训练，并发现多语言训练对 encoder 有益，而仅对低资源语言的 decoder 有益，提出了方法来改善性能。

    Oct, 2021

  • 电子商务多语言搜索中机器翻译的影响

    我们研究了不同水平的机器翻译质量对检索结果的影响；通过比较多种语言对的查询翻译，我们提出了投资和改进最有前途的语言对的策略。

    Jan, 2023

  • 翻译迷失：机器翻译中语言丰富性的流失和衰退

    本研究基于实证数据分析了机器翻译与人为翻译之间的词汇丰富性损失，结果表明当前机器翻译系统在保留人类语言文本的词汇多样性方面尚有不足，而其倾向于加剧常见模式并忽视不常见模式的特点，可能会加重针对性别的偏见等问题，并可能导致算法本身的偏见问题。

    Jun, 2019

  • 机器翻译中算法偏见对语言复杂性的影响

    本文研究机器翻译中偏见放大的问题，探究算法的偏见增强对语言是否会产生贫化作用。作者测试了不同的数据驱动机器翻译范式，并发现所有测试的语言对中，都存在词汇和形态上的丧失。

    Jan, 2021

  • 运用部分标点化文本提升阿拉伯文标点的准确度

    本文提出了一种名为 2SDiac 的多源模型，该模型可以支持输入中的可选变音符，并引入了一种名为有指导性学习的训练方案，以利用不同级别的随机屏蔽中给定的变音符号。实验结果表明，我们的方法在对非变音文本进行评估时，明显优于基准方法。同时，我们的方法参数数量减少超过 60％，达到了最先进的结果。

    Jun, 2023

  • HLT-MT: 高资源的针对语言的多语言神经机器翻译训练

    本文提出了一种具有高资源语言特定训练（HLT-MT）的多语言翻译模型，通过采用语言特定模块选择机制，在多语言模型仅与高资源语言训练对进行第一阶段训练，然后在所有可用语料库上进一步训练，从高资源语言向低资源语言转移知识，从而缓解多语言训练中的负面干扰。实验结果表明 HLT-MT 在 WMT-10 和 OPUS-100 基准上优于各种强基线，分析实验证实了我们的方法在缓解多语言训练中的负面干扰方面的有效性。

    Jul, 2022

  • 跨语种分类中机器翻译的再次研究

    使用更强的机器翻译系统并减少原始文本训练和机器翻译文本推理之间的不匹配，翻译 - 测试可以比之前假定的效果更好，从而对跨语言分类的多语言模型的支配提出了质疑，并促使更多关注基于机器翻译的基准线。

    May, 2023

  • 是否翻译：对基于翻译的跨语言转移到低资源语言的系统调查

    用机器翻译和多语言模型来进行跨语言转移，尤其是对低资源语言进行翻译的方法比零样本跨语言转移方法要有效。通过在源语言训练数据上进行往返翻译并在目标语言测试实例上进行翻译的方法最有效。同时，通过将其他高资源语言的可靠翻译添加到训练数据中，还可以获得更多实证方面的收益。研究还提出了一种针对不受机器翻译系统支持的语言的有效的基于翻译的跨语言转移策略。最后，通过使用目标语言校验数据来进行模型选择，比使用源语言数据进行模型选择要更好。我们希望我们的研究结果能够促进在跨语言转移研究中采用更可靠的基于翻译的基准线方法。

    Nov, 2023

  • 翻译是否有帮助？低资源对话生成中跨语言转移的实证分析

    本文研究了在跨语言对话生成任务中是否使用机器翻译系统能够提高中文的自然度、相关性和跨领域可传递性，研究表明直接使用英语对话语料比使用翻译版本更好。建议未来的研究应集中于利用英语数据进行跨语言转移。

    May, 2023