automatic post-editing | BriefGPT

关键词automatic post-editing

搜索结果 - 18

APE-then-QE: 修正并过滤伪平行语料以用于机器翻译训练数据的生成
自动后编辑（APE）是自动识别和校正机器翻译（MT）输出中的错误的任务。我们提出了一种修复 - 过滤 - 使用的方法，使用 APE 系统来校正 MT 训练数据的目标端的错误。我们根据使用质量估计（QE）模型计算的质量分数选择原始和校正句子对
PDF7 months ago
自动后编辑的实证研究
该研究针对自动后编辑（APE）中数据稀缺的情况，通过数据增强的方式来生成大规模人工语料库构建人工数据域，以提高模型性能，报告表明高质量的人工语料库与生成的训练数据可以改善模型性能，同时在不同 MT 系统中 APE 的难度不同，模型在语法和语
PDF2 years ago
ACL人工翻译的自动校正
本文介绍了自动矫正人为翻译错误的任务，并通过制作 Aced 语料库并建立三个 TEC 数据集，探究矫正人为翻译错误的模型的需要。我们发现人类错误比机器翻译的翻译流畅度错误更为多样，需要专门的 TEC 模型来矫正。通过在人类错误上的合成错误的
PDF2 years ago
自动后编辑半监督学习：通过填充带有错误标记的掩码合成数据
通过使用掩码语言模型来创建包含错误标记的文本的噪声数据合成方法，以及利用受益样本的语料库交错的方法，可以提高半监督学习在自动编辑中的性能。
PDF2 years ago
ICML自我监督的自动后编辑数据生成工具
开发了自我监督的数据生成工具，可以用于多种语言对的自动后编辑（APE）数据建设，以支持基于数据的 APE 研究，解决目前由于数据不足而无法进行的语言对研究问题。
PDF3 years ago
EMNLPNetmarble AI Center WMT21 自动后编辑共享任务提交
本文介绍了 Netmarble 在 WMT21 自动后处理 (APE) 共享任务中的提交，旨在通过多种手段来改进机器翻译的质量，并通过实验证明其有效性。
PDF3 years ago
MLQE-PE: 多语言质量估计和后编辑数据集
MLQE-PE 为机器翻译质量评估和自动后编辑提供了新数据集，包含 11 种语言对，针对每种语言对的 10000 个翻译提供了人类标签，包括句子级别的直接评估和后编辑努力以及单词级别的好 / 坏标签，同时还提供了后编辑的句子、标题以及用于翻
PDF4 years ago
EMNLP自动后编辑能否改进 NMT？
本研究旨在探讨自动后编辑技术在神经机器翻译系统上的实用性。通过构建英德短语翻译的人工编辑语料库，我们证明了在大规模语料库和人工编辑数据的监督下，最新的神经网络后编辑技术可以显著提高神经机器翻译系统的翻译质量，并挑战了当前领域的理解。
PDF4 years ago
EMNLP自动后编辑的复制学习
该研究提出了一种新的模拟自动后期编辑过程中的复制机制的方法，通过在源句子和系统输出之间交互学习来更好地识别翻译错误，并在 WMT 数据集上的实验中进行验证，表现优于以往最佳结果。
PDF5 years ago
ACL一种简单有效的自动后编辑转移学习方法
该论文介绍了一种使用预训练的 BERT 模型在自动后编辑系统的编码器和解码器上进行微调的方法，以代替使用大量的人工生成数据进行训练的传统方式，在 23,000 个句子的数据集上进行训练，只需 3 个小时就可以取得与传统方法相当的结果，并且在
PDF5 years ago
Unbabel 参加 WMT2019 APE 共享任务：基于 BERT 的自动后编辑编码器 - 解码器
针对英德翻译领域，Unbabel 利用 BERT 预训练模型，开发了基于 BERT 的编码器解码器模型 (BED)，通过对保守性因子的研究，将其与神经机器翻译系统相结合，使得翻译质量大幅提高，成为英德自动后编辑领域新的最高水平。
PDF5 years ago
MS-UEdin 提交给 WMT2018 APE 共享任务的论文：用于自动后期编辑的双源 Transformer
这篇论文介绍了微软和爱丁堡大学 2018 年 WMT 共享任务中的自动后编辑竞赛，利用上一次共享任务的训练数据和系统，重新实现了我们自己的模型，并以广泛的参数共享为基础进行改进。接着，我们对 IT 领域的双源变压器模型和数据选择进行了实验。
PDF6 years ago
ACL神经自动后编辑系统解释的共享注意机制
本文提出了一种神经自动后编辑系统，该系统使用两个独立编码器对源句子和机器翻译句子进行编码，并利用共享注意力机制更好地理解两个输入对于后编辑句子生成的贡献，其已在 WMT16 和 WMT17 APE IT domain 英德共享任务的官方数据
PDF6 years ago
基于分解的神经机器翻译模型集成用于自动后编辑和质量评估
利用多个专门的神经机器翻译系统，将已被证明在词级质量估计中有效的特征作为输入因素，扩展原始源和机器翻译假设的表示，生成自动后编辑的假设，并在单个框架内连接自动后编辑和词级质量估计的最先进方法，进而通过调整实现两个任务的最优表现。
PDF7 years ago
神经序列到序列架构在自动后编辑中的探索
本文研究了多种神经架构用于机器翻译自动后编辑任务。研究内容包括：将 $mt$ 和 $src$ 结合在一起直接对目标进行建模的端到端模型、硬注意力模型和以上两种结合。结果表明：将多个神经架构和硬注意力相结合，所构建的双注意力模型在自动后编辑任
PDF7 years ago
ACL多源序列到序列学习中的注意策略
本研究提出了两种结合多源序列的注意力机制的方法，并在 WMT16 的多模态翻译和自动后编辑任务中进行了系统评估。结果表明，所提出的方法在两个任务上都取得了有竞争力的结果。
PDF7 years ago
WMT16 自动后编辑和多模式翻译任务中的 CUNI 系统
本文利用最近发表的多种神经序列学习方法，构建用于 WMT 2016 共享任务的自动后期编辑和多模态机器翻译系统。
PDF8 years ago
基于单 / 双语神经机器翻译模型的对数线性组合用于自动后编辑
本文探讨了神经机器翻译模型在自动后编辑任务上的应用，并借助对不同模型的处理提高结果，使用简单的字符串匹配惩罚来控制原始机器翻译输出，产生了大量人工数据来解决训练数据不足的问题，超越了基线和其他系统。
PDF8 years ago