back translation | BriefGPT

关键词back translation

搜索结果 - 10

评估数据增强在低资源环境下情感分类的有效性
本研究评估了不同数据增强技术对低资源数据集上多标签情绪分类任务的效果，并发现后向翻译技术超过基于自编码器的方法，每个训练实例生成多个示例进一步提高了性能，此外后向翻译生成了最多样化的单字和三字组合，这些发现证明了后向翻译在资源有限情况下提升
PDF25 days ago
AraSpider: 民主化的阿拉伯语到 SQL
本研究提出了 AraSpider，这是首个用于改进阿拉伯语社区中自然语言处理（NLP）的 Spider 数据集的阿拉伯语版本。通过测试四种多语言翻译模型的效果来将英语转换为阿拉伯语，并评估两种模型在从阿拉伯文本生成 SQL 查询方面的能力。
PDF5 months ago
关于后向翻译的合成数据
通过理论和实证研究，我们确定了合成数据对回译神经机器翻译（NMT）性能的两个关键因素，即质量和重要性。基于我们的发现，我们提出了一种简单而有效的方法来生成合成数据，以更好地权衡这两个因素，从而为回译提供更好的性能。通过在 WMT14 的基准
PDF8 months ago
ACL文本风格转换的反向翻译
提出了一种基于文本风格转换的回译方法 (TST BT)，它通过文本风格转换模型修改回译数据的源语言侧，以改善自然输入的翻译质量；TST BT 在各种语言对上取得了显著的翻译效果，并被证明是一种有效的领域自适应数据增强方法。
PDFa year ago
ACL无需文本的语音转文本反向翻译
采用自监督离散单元并将目标语言数据转化为人工翻译的语言模拟数据的 back translation for speech-to-text translation（BT4ST）方法，可有效解决资源不足情境下进行端到端语音转文本翻译的问题。
PDFa year ago
一种数据中心的框架，用于改进特定领域的机器阅读理解数据集
本文提出了一个旨在增强原始数据集数据质量的框架，并应用于四个生物医学数据集，使用回译技术提高数据集质量，在 BioASQ 数据集上表现出相对提高了 33%/40% 的检索 / 阅读器模型的微调效果。
PDFa year ago
ACL利用领域文本生成对回译进行缩放，用于手语术语翻译
本文提出了一种 Prompt-based domain text generation (PGEN) 方法来克服标记稀缺性问题，该方法使用预训练语言模型（即 GPT-2）生成类似于原始领域口语的文本，通过该方法生成的口语文本用于 BT 技术
PDF2 years ago
低资源机器翻译中的后向翻译多样性探究
本研究提出比以往更细致的 “多样性” 框架，将其分为词汇和句法多样性，并针对低资源和中资源机器翻译任务，提出创新的度量标准用于衡量这些不同方面的多样性。实证分析表明，使用核采样生成反向翻译能够提高最终模型性能，并且这种生成方法具有很高的词汇
PDF2 years ago
微软亚洲研究院的 WMT19 系统
微软研究亚洲在 WMT19 新闻翻译任务中使用 Transformer、反向翻译和知识蒸馏等技术并结合多智能体双向学习、掩码序列到序列预训练、神经架构优化及软性上下文数据增强等技术在 11 个语言方向中获得了 8 个方向的第一名。
PDF5 years ago
EMNLP面向神经机器翻译的无监督领域自适应与领域感知特征嵌入
提出一种通过使用语言建模来学习领域感知特征嵌入，在多个实验中提高神经机器翻译性能的方法，该方法允许使用者指定特定领域的文本表示。
PDF5 years ago