利用循环翻译提高维汉机器翻译性能实践探究
目前通常使用反向翻译来提升翻译模型的性能.因为通过反向翻译获得的伪造数据质量参差不齐,一般需要筛选反向翻译得到的句子,然后与真实数据混合使用.因此,该文在维汉机器翻译任务中,对利用BLEU值、MAS、BERT及多种相似度计算方法融合等进行深入对比分析,并提供详细的统计分析.通过实验发现循环翻译在很大程度上可以隐式地区分不同领域的数据.CCMT19维汉翻译任务上,通过将不同筛选方法的融合,翻译性能有1.95个bleu的提升.
反向翻译、循环翻译、筛选、相似度
18
TP183(自动化基础理论)
《多模态信息感知与智能处理创新团队》天山创新团队计划项目2020D14044
2022-09-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-4