document-level translation | BriefGPT

关键词document-level translation

搜索结果 - 13

ACL利用上下文学习高效探索大型语言模型进行文档级机器翻译
通过上下文学习，我们提出了一种上下文感知提示方法（CAP），使得大型语言模型能够通过上下文学习生成更准确、连贯、一致的翻译。CAP 结合多级注意力，在当前句子中选择与之最相关的句子作为上下文，从这些句子中生成一个摘要。随后，从数据存储中检索
PDF16 days ago
ACL调整困境：提高翻译质量而不牺牲 LLM 能力
微调大型语言模型对机器翻译的影响及保持翻译质量和翻译能力的需求。
PDFa month ago
通过混合指令提升大型语言模型的文档级翻译
提出了一种结合不同长度的句子级和文档级翻译指令来微调大型语言模型（LLM）的方法，以显著增强 LLM 在文档级翻译中的能力，并有效解决文档级翻译中的句子覆盖问题，实验证明该方法在 10 种语言对上显著提高了翻译质量。
PDF5 months ago
上下文细化的翻译：大型语言模型用于句子和文档级后编辑
利用大型语言模型（LLM）进行神经机器翻译和自动后编辑，并借鉴低秩适配器微调的方法，在句子和文档级别的度量上取得显著改进，同时还研究了利用人工修正来减少后续翻译所需的编辑次数的实际应用场景。
PDF8 months ago
上下文感知神经机器翻译中的挑战
这篇论文探讨了上下文感知神经机器翻译的挑战与方法，并提出了一种更逼近真实情境的段落级翻译任务 para2para，同时提供了新的中英小说数据集以促进未来研究。
PDFa year ago
通过密集注释的平行语料库以话语为中心评估机器翻译
本论文提出了一个带有丰富语篇注释的新数据集，并探讨了源语言和目标语言的语篇结构相似性和差异性以及其对机器翻译的挑战和机会，该资源可公开使用以促进未来在文档级机器翻译和其他语言翻译任务的研究。
PDFa year ago
具有篇章标注的双语平行语料库
这篇论文描述了 BWB 这个由专家将汉语小说翻译成英文的大型平行语料库，以及一个用于探究机器翻译系统建模各种语篇现象的标注测试集，希望这个资源能够为更多的文档级机器翻译工作提供指导和灵感。
PDF2 years ago
SMDT: 选择性记忆增强神经文档翻译
本文提出了一种选择性存储增强神经文档翻译模型，通过从训练语料库中检索相似的双语句对来增强全局上下文信息，并扩展双流注意力模型以捕捉局部上下文和多样化的全局上下文，该统一方法使我们的模型可以优雅地在三个公开的文档级机器翻译数据集上训练，并显著
PDF2 years ago
ACL多语言文档级翻译实现从句子到文档的零 - shot 转移
本文研究了使用多语言模型从有文档的教师语言到只有句子级数据的学生语言的零 - shot 情况下如何将 DocNMT 中的上下文建模转移的问题，首次将文档级翻译视为一种迁移学习问题，并使用基于简单连接的 DocNMT，探索了 3 个因素对转移
PDF3 years ago
ACL序列生成的迁移学习：从单源到多源
提出了一种针对多源序列生成（MSG）任务的双阶段微调方法和一种新的 MSG 模型，通过设计精细的编码器来学习更好的表示，实验表明该方法在多项任务中取得了最好的结果，并且在文档级翻译任务中显著优于强基准结果。
PDF3 years ago
微软译者在 WMT 2019 上：朝着大规模文件级神经机器翻译迈进
本文介绍了微软译者参加 WMT19 新闻翻译的论文，重点关注基于深度转换模型的文档级神经机器翻译。研究团队通过数据过滤和噪声反向转换等方式构建大规模数据集，并探索了微调技术，更深层次的模型以及不同的集成策略，最终实现了对最大长度为 1000
PDF5 years ago
面向上下文的神经机器翻译学习
本文中，我们提出了一种新的学习算法，用于增进神经机器翻译模型对附加上下文的理解，通过使用多级成对排名损失函数，我们在基于 transformer 的大语境翻译系统中进行了评估，并通过与实际和随机语境下的性能对比表明，使用所提出的算法训练的模
PDF5 years ago
ACL带有记忆网络的文本上下文神经机器翻译
通过内存网络以及结构化预测方式解决文档级机器翻译问题。在训练过程中囊括源文件和目标文件，通过分别采用两个记忆组件来处理相应上下文，同时提出一种基于块协调下降的迭代解码算法。在法语、德语和爱沙尼亚语文件中进行英语翻译的实验结果表明，该模型在利
PDF7 years ago