Apr, 2024

基于语义依赖与关键词的机器翻译评估

PDF
TL;DR通过语言技术平台，本文提出了一种计算方法，用于评估基于参考翻译并结合语义依赖和句子关键词信息的机器翻译的语义正确性，并通过实验证明与类似方法相比，该评估算法的准确性得到了提高，能更准确地测量机器翻译的语义正确性。
machine translationevaluationsemantic correctnesssemantic dependencieskeyword analysis
发现论文，激发创造
  • 基于依存句法模型的自动机器翻译评价度量

    通过对依存分析模型理解，提出一种不需要人工定义子结构的新的自动评估度量标准，以获取词汇相似性，并取得系统水平的最佳性能。

    Aug, 2015

  • 神经机器翻译中语义现象的自然语言推理评估

    本文提出一个过程，用于研究神经机器翻译 (NMT) 系统生成的句子表示如何编码不同的语义现象，最终发现编码器最适合在语法 - 语义界面上支持推理，而不是需要世界知识的指代消解。

    Apr, 2018

  • 语义 Web 技术在机器翻译中的应用：调研

    研究发现使用语义网络技术能够提高机器翻译的质量，但二者的结合仍处于起步阶段。

    Nov, 2017

  • 神经网络进行机器翻译评估

    使用神经网络在配对设置下进行机器翻译评估的框架，以从一对假设中选择更好的翻译为目标。该框架将参考和两个假设的词汇、句法和语义信息嵌入到紧凑的分布式向量表示中，并提供了一个与人类判断相关的 MT 评估度量。

    Oct, 2017

  • 依赖项：为信息检索形式化语义链

    本论文在语义处理方面做出重大贡献，提出了多种数学模型以及解决研究范式中存在问题的建议，从而大大提升了机器自动进行语义推理的复杂性和粒度。

    Sep, 2017

  • BiVert: 双向词汇评估机器翻译关系

    神经机器翻译在近年来取得了快速的进展，我们提出了一种双向语义评估方法，通过计算源文本与翻译的语义距离，实现了在同一语言层面上的句子比较，该方法在英德语对的多个机器翻译系统中得出的平均评估分数与人工评估之间存在强相关性，同时提出了一种新的多语言方法来对 MT 系统进行排序，无需平行语料库。

    Mar, 2024

  • 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

  • KPEval：基于细粒度语义的关键词抽取和生成系统评价

    通过综合六个关键维度的语义指标设计了一个全面的关键词提取系统评估框架，发现预训练语言模型在大多数维度上表现最好，而且在无参考评估中表现出色。

    Mar, 2023

  • 机器翻译评估概述

    自 20 世纪 50 年代以来，机器翻译 (MT) 已成为人工智能和开发的重要任务之一，并经历了几个不同阶段的发展，随着这些发展，评估方法在统计翻译和神经翻译研究中扮演着重要角色，该报告概述了评估方法的发展历程、研究方法分类和最新进展，并包括参考翻译的手动评估和自动评估方法。

    Feb, 2022

  • 动词语义学与词汇选择

    本文关注计算机系统中动词的语义表示及其对机器翻译中词汇选择问题的影响，提出了一种新的表示模式，与基于知识的机器翻译方法（KBMT）密切相关，并可作为现有系统的一个独立组件。此方案表现出能够对不精确匹配的情况正确地进行词汇选择。

    Jun, 1994