Machine Translation of Low-Resource Spoken Dialects: Strategies for Normalizing Swiss German
Idiap Research Institute（IDIAP研究所）
这项工作的目标是设计一个机器翻译（MT）系统的低资源家庭的方言，统称为瑞士德语，这是广泛使用的瑞士，但很少写。我们收集了大量的并行书面资源，总共约60k字。此外，我们还为瑞士德语确定了其他几个有前途的数据来源。然后，我们设计并比较了三种策略，以正常化瑞士德国的输入，以解决区域多样性。我们发现，基于字符的神经MT是文本规范化的最佳解决方案。结合基于短语的统计机器翻译，我们的解决方案在从伯尔尼方言翻译时达到了36%的BLEU分数。然而，随着测试数据在地理上和局部上与训练数据的距离越来越远，该值会减小。这些资源和规范化技术是迈向瑞士德语方言完整MT的第一步。
2018-02-06 cs.CL
Bi-Text Alignment of Movie Subtitles for Spoken English-Arabic Statistical Machine Translation
Qatar Computing Research Institute, HBKU（卡塔尔计算研究所，哈马德·本·哈利法大学）；School of Computing Sciences, University of East Anglia（东英吉利大学计算科学学院）
我们描述了为获取更好的口语文本英语-阿拉伯语机器翻译资源所做的努力。特别是，我们将电影字幕视为一种独特而丰富的资源，因为一种语言的字幕经常被翻译成其他语言。电影字幕作为一种资源并不新鲜，在以前的研究中已经探索过;然而，在这里，我们创建了一个更大的双文本（迄今为止最大的），我们进一步为其生成更好的质量对齐。给定不同语言的同一部电影的字幕，一个关键问题是如何在片段级别对齐它们。通常，这是使用基于长度的对齐来完成的，但是对于电影字幕，还有时间信息。在这里，我们利用这些信息来开发一种原始算法，该算法优于当前最好的字幕对齐工具subalign。评估结果表明，将我们的bitext添加到IWITORY训练bitext中，可以产生超过两个BLEU点的绝对改进。
2016-09-05 cs.CL
Thinking Slow about Latency Evaluation for Simultaneous Machine Translation
Google（谷歌）
同步机器翻译尝试在源句子被说完之前对其进行翻译，其应用于实时流媒体和对话的口语翻译。由于并发系统以质量为代价来减少延迟，因此具有有效且可解释的延迟度量至关重要。我们介绍了最近提出的平均滞后（AL）度量，我们称之为微分平均滞后（DAL）的一个变种。它的区别在于它是可微的，并且与它的基本数学模型内在一致。
2019-05-31 cs.CL
An Open-Source Gloss-Based Baseline for Spoken to Signed Language Translation
Bar-Ilan University（巴伊兰大学）；University of Zurich（苏黎世大学）
本文提出一个开源的口语到手语翻译基线系统，通过文本到注释、注释到姿态再到视频的流水线，支持德语、法语和意大利语到瑞士手语的转换，并组合词形还原、规则重排和神经机器翻译三种方法。
2023-05-28 cs.CL cs.CV
Low-Resource NMT: A Case Study on the Written and Spoken Languages in Hong Kong
The Chinese University of Hong Kong（香港中文大学）
本研究构建了基于Transformer的书面中文到书面粤语的低资源NMT系统，通过挖掘维基百科平行句对扩充训练数据，在多数测试集上超越百度翻译。
2025-05-23 cs.CL
Data Augmentation for Sign Language Gloss Translation
Bar-Ilan University（巴伊兰大学）；Carnegie Mellon University（卡内基梅隆大学）；Allen Institute for AI（艾伦人工智能研究所）
手语翻译（英语：Sign language translation，缩写为手语翻译）通常被分解为视频到注释识别和注释到文本翻译，其中注释是按照它们被签名的顺序转录的口语单词的序列。我们在这里专注于注释到文本的翻译，我们将其视为低资源神经机器翻译（NMT）问题。然而，与传统的低资源NMT不同，注释到文本的翻译不同，因为注释-文本对通常具有比口语对更高的词汇重叠和更低的句法重叠。我们利用这种词汇重叠和处理句法分歧，提出了两个基于规则的语法生成伪平行的单语口语文本的注释文本对。通过对由此获得的合成数据进行预训练，我们将美国手语（ASL）到英语和德国手语（DGS）到德语的翻译分别提高了3.14和2.20 BLEU。
2021-05-16 cs.CL
Machine Translation from Signed to Spoken Languages: State of the Art and Challenges
本文综述了手语到口语机器翻译的研究现状，指出当前方法缺乏语言学动机，并提倡基于语言学分析的跨学科研究及人在回路中的模型开发。
2023-04-05 cs.CL
Multilingual and Cross-Lingual Intent Detection from Spoken Data
PolyAI Limited（PolyAI有限公司）
我们提出了一个系统的研究，多语言和跨语言的意图检测口语数据。该研究利用了这项工作中提出的一种新资源，称为MInDS-14，这是使用语音数据进行意图检测任务的第一个训练和评估资源。它涵盖了从电子银行领域的商业系统中提取的14个意图，与14种不同语言的口语示例相关联。我们的关键结果表明，将机器翻译模型与最先进的多语言句子编码器（例如，LaBSE）可以在MInDS-14中涵盖的大多数目标语言中产生强大的意图检测器，并提供跨不同轴的比较分析：例如，zero-shot与少样本学习、翻译方向和语音识别的影响。我们认为这项工作是朝着更具包容性的开发和评估来自口语数据的多语言意图检测器迈出的重要一步，与以前的工作相比，它涉及的语言范围要广得多。
2021-04-17 cs.CL
Weakly supervised spoken term discovery using cross-lingual side information
Institute for Language, Cognition, and Computation（语言、认知与计算研究所）；Centre for Speech Technology Research（语音技术研究中心）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
无监督术语发现（UTD）的最新工作旨在仅从音频中识别和聚类重复的单词单元。这些系统对于一些资源非常低的语言来说是有希望的，这些语言无法转录音频，或者没有书面形式的语言存在。然而，在某些情况下，它仍然是可行的（例如，通过众包）来获得音频的（可能有噪声的）文本翻译。如果是这样，则该信息可以用作辅助信息的来源以改进UTD。在这里，我们提出了一个简单的方法，重新评分的UTD系统使用文本翻译的输出，并测试它的西班牙语音频语料库与英语翻译。我们表明，它大大提高了在广泛的系统配置和数据预处理方法的结果的平均精度。
2016-09-21 cs.CL
Q-BridgeNet: A Quantization Network for Cross-Lingual Sign Language Translation
The University of Sydney（悉尼大学）；Beijing University of Technology（北京工业大学）；Edith Cowan University（埃迪斯科文大学）
针对多语言手语翻译中跨语言冲突问题，提出Q-BridgeNet框架，在手语侧用自适应分割等学习离散Q单元，口语侧微调多语言语言模型，实验证明该框架能有效减轻冲突，在多语言手语翻译上性能优异且泛化能力强。
2026-07-14 cs.CL cs.MM
Assessing the Tolerance of Neural Machine Translation Systems Against Speech Recognition Errors
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；Interactions, LLC（Interactions有限责任公司）
机器翻译系统传统上是在不对口语中发生的现象进行建模的文本资源上训练的。虽然在文献中积极研究了神经机器翻译系统对文本输入的评估，但很少发现使用神经模型翻译口语数据的复杂性。我们介绍和激励有趣的问题时，考虑到神经机器翻译（NMT）系统的自动语音识别（ASR）输出的翻译。我们测试了NMT编码器-解码器建模的句子编码方法的鲁棒性，重点是基于单词的字节对编码。我们将最先进的NMT编码器-解码器系统中包含ASR错误的话语的翻译与基于短语的机器翻译基线进行比较，以便更好地理解ASR输出中存在的哪些现象在NMT框架下比将翻译表示为线性模型的方法更好地表示。
2019-04-24 cs.CL
EPIC-EuroParl-UdS: Information-Theoretic Perspectives on Translation and Interpreting
Saarland University（萨尔兰大学）；University of Hildesheim（希尔德斯海姆大学）
本文介绍了更新和结合的双向英语-德语EPIC-UdS（口语）和EuroParl-UdS（书面）语料库，包含原始欧洲议会演讲及其翻译和解读。新版本修正了元数据和文本错误，优化内容，更新语言标注，并增加词对齐和词级意外指数等新层。
2026-06-29 cs.CL
EmoAra: Emotion-Preserving English Speech Transcription and Cross-Lingual Translation with Arabic Text-to-Speech
MBZUAI（穆罕默德·本·拉希德智能技术研究所）
EmoAra通过整合语音情感识别、自动语音识别、机器翻译和文本到语音技术，实现英语语音转录与阿拉伯语音输出的跨语言翻译，保留情感细微差别。
2026-02-01 cs.CL
Efficient Wait-k Models for Simultaneous Machine Translation
CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立理工学院）；Inria（法国国家信息与自动化研究所）；LIG（格勒诺布尔信息学实验室）；LJK（让·昆特曼实验室）；Facebook AI Research（脸书人工智能研究院）
同步机器翻译包括在整个输入序列可用之前开始输出生成。Wait-k解码器为这个问题提供了一种简单但有效的方法。它们首先读取k个源令牌，然后在生成目标令牌和读取另一个源令牌之间交替。我们调查的行为wait-k解码在低资源设置口语语料库使用IWITOS数据集。我们使用单向编码器改进了这些模型的训练，并在多个k值上进行训练。使用Transformer和2D卷积架构的实验表明，我们的wait-k模型在广泛的延迟级别上具有良好的泛化能力。我们还表明，2D卷积架构是有竞争力的Transformers的口语同步翻译。
2020-08-04 cs.CL cs.SD eess.AS
Monotonic Simultaneous Translation with Chunk-wise Reordering and Refinement
Samsung Research（三星研究院）；New York University（纽约大学）
最近的同步机器翻译工作通常是用传统的整句翻译语料库进行训练的，这导致在处理语序显著不同的语言对时，过度的延迟或需要预测尚未到达的单词。这与同声传译不同，同声传译人员以牺牲被翻译句子的语法性为代价，产生大量单调的翻译。因此，在本文中，我们提出了一种算法来重新排序和完善的目标方的一个完整的句子翻译语料库，使源和目标句子之间的单词/短语主要是单调对齐，使用单词对齐和非自回归神经机器翻译。然后，我们训练一个广泛使用的wait-k同声翻译模型在这个重新排序和细化语料库。所提出的方法提高了BLEU分数，并产生的翻译表现出增强的单调性与源句子。
2021-10-18 cs.AI cs.CL cs.LG
Neural Machine Translation For Paraphrase Generation
Amazon（亚马逊）
训练口语语言理解系统，如Alexa中的系统，通常需要大量人工注释的数据语料库。手动注释是昂贵且耗时的。在Alexa Skill Kit（ASK）中，技能的用户体验在很大程度上取决于技能开发人员提供的数据量。在这项工作中，我们提出了一个自动的自然语言生成系统，能够生成类似人类的互动和注释的释义的手段。我们的方法由机器翻译（MT）启发的编码器-解码器深度递归神经网络组成。我们评估了我们的模型对ASK技能，意图，命名实体分类准确性和句子级别覆盖率的影响，所有这些都证明了自然语言理解（NLU）模型上看不见的技能的显着改进，在数据上进行了训练，并增加了释义。
2020-06-25 cs.AI cs.CL cs.LG
Translationese as a Rational Response to Translation Task Difficulty
本文研究翻译ese与翻译任务难度的关系，通过量化任务难度指标预测翻译ese，发现跨语言转移难度对翻译ese的影响更大，信息理论指标在书面语中表现优异。
2026-09-14 cs.CL
Learning Coupled Policies for Simultaneous Machine Translation using Imitation Learning
Monash University（莫纳什大学）；University of Melbourne（墨尔本大学）
我们提出了一种新的方法来有效地学习一个同声翻译模型耦合程序员解释器的政策。首先，我们提出了一个算法的甲骨文产生甲骨文读/写动作训练双语双使用的概念，字对齐。这个oracle操作被设计为在写入输出之前从部分输入中捕获足够的信息。接下来，我们执行耦合预定采样，以有效地减轻暴露偏差时，学习这两个政策与模仿学习。六个语言对的实验表明，我们的方法在翻译质量方面优于强基线，同时保持较低的翻译延迟。
2021-01-25 cs.AI cs.CL cs.LG
Towards a general purpose machine translation system for Sranantongo
Language Technology Lab（语言技术实验室）；University of Amsterdam（阿姆斯特丹大学）
Sranantongo（Sranan，srn）是一种资源匮乏的克里奥尔语，主要使用于棉兰老岛，它的机器翻译还是一块处女地。在本研究中，我们建立了一个通用的机器翻译系统。为了促进这项研究，我们介绍了SRN语料库，并行荷兰语（NL）的集合，以SRN和单语SRN数据。我们尝试了各种经过验证的机器翻译方法。我们的研究结果证明了一个强大的基线机器翻译系统的srn。
2022-12-13 cs.CL
Survey of Low-Resource Machine Translation
University of Edinburgh（爱丁堡大学）；Inria（法国国家信息与自动化研究所）
我们提出了一个调查，涵盖了最先进的低资源机器翻译的研究。目前世界上大约有7000种语言，几乎所有的语言对都缺乏用于训练机器翻译模型的重要资源。当只有很少的翻译后的训练数据可用时，解决产生有用的翻译模型的挑战的研究已经引起了越来越多的兴趣。我们提出了这个专题研究领域的总结，并提供了一个描述的技术评估的研究人员在最近的几个共享任务，在低资源MT。
2022-02-07 cs.CL
Sentiment Analysis Across Languages: Evaluation Before and After Machine Translation to English
IIIT Delhi（德里印度信息技术学院）
本文评估了Transformer模型在多语言数据与机器翻译成英语的文本上的情感分析性能，揭示了跨语言场景下的表现差异，并探讨了不足与未来方向。
2024-09-02 cs.AI cs.CL
Direct Translation between Sign Languages
Oregon State University（俄勒冈州立大学）
本文提出了一种直接的手语到手语翻译方法，通过使用回译技术生成合成的手语对，从而克服了传统级联方法中的误差传播和信息丢失问题，并在多个手语数据集上实现了更高的翻译质量和速度提升。
2026-10-01 cs.CL cs.CV
Simultaneous Masking, Not Prompting Optimization: A Paradigm Shift in Fine-tuning LLMs for Simultaneous Translation
Oregon State University（俄勒冈州立大学）
针对现有同传大模型微调的提示优化方法存在训练集冗余、计算低效等问题，本文提出基于注意力掩码的SimulMask微调新范式，在多语言对上实现翻译质量提升与成本降低。
2024-10-09 cs.CL cs.LG
Simultaneous paraphrasing and translation by fine-tuning Transformer models
Amazon.com, Inc.（亚马逊公司）
本文介绍了在ACL 2020第四届神经生成和翻译（WNGT）研讨会上，语言教育同声翻译和释义共享任务的第三名提交。最终的系统利用预先训练的翻译模型，并使用Transformer架构与过采样策略相结合，以实现有竞争力的性能。该系统在匈牙利语（加权宏F1评分绝对提高27%）和葡萄牙语（绝对提高33%）上的表现明显优于基线。
2020-05-12 cs.CL cs.LG
Scaling Sign Language Translation
Google DeepMind（谷歌DeepMind）；Google（谷歌公司）
本文通过扩展预训练数据、模型规模和翻译方向，利用编码器-解码器架构和T5初始化，显著提升手语翻译在开放域基准上的性能，超越现有最先进水平。
2024-07-16 cs.CL cs.CV cs.LG
Fluent Translations from Disfluent Speech in End-to-End Speech Translation
Carnegie Mellon University（卡内基梅隆大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
由于会话语音现象，特别是不流利的存在，语音的口语翻译应用受到影响。随着端到端语音翻译模型的兴起，之前作为语音识别和机器翻译之间的中间步骤的处理步骤（如不流利消除）需要被纳入模型架构中。我们使用一个序列到序列的模型，从嘈杂的，不流利的语音流畅的文本与不流利使用最近收集的“复制编辑”的参考Fisher西班牙语-英语数据集删除。我们能够直接生成流畅的翻译，并介绍有关如何评估这项任务成功的考虑因素。这项工作为一项新的任务提供了一个基线，即翻译会话语音并联合消除不流利。
2019-06-03 cs.CL
Controlling Translation Formality Using Pre-trained Multilingual Language Models
University of Maryland（马里兰大学）
本文介绍了马里兰大学提交给\iwslt的口语翻译形式控制特别任务，该任务评估了从英语到6种语言的翻译，这些语言具有不同的语法形式标记。我们调查在何种程度上可以解决这个问题的\textit{single multilingual model}，同时控制其输出的目标语言和正式。实验结果表明，该策略可以达到专用翻译模型所能达到的翻译质量和形式控制的效果。然而，底层预训练语言模型和微调样本的性质极大地影响结果。
2022-05-13 cs.CL
Polish to English Statistical Machine Translation
Polish Japanese Institute of Technology（波兰日本信息技术学院）
本研究探讨了各种训练设置对波兰语到英语口语统计机器翻译系统的影响。TED、Europarl和OPUS平行文本语料库的各种元素被用作语言模型培训的基础，用于开发、调整和测试翻译系统。采用BLEU、NIST、METEOR和TER指标评估数据准备对翻译结果的影响。
2015-09-30 cs.CL stat.ML
End-to-End Speech-to-Text Translation: A Survey
Indian Institute of Technology Indore（印度英迪拉·甘地国立技术学院印多尔分校）
本文系统综述了端到端语音到文本翻译的研究现状，梳理了所用模型、评估指标和数据集，分析了传统级联模型的不足，并指出了该领域的挑战与未来研究方向。
2024-06-08 cs.CL cs.SD eess.AS
MAPGN: MAsked Pointer-Generator Network for sequence-to-sequence pre-training
NTT Media Intelligence Laboratories, NTT Corporation（日本电报电话公司媒体情报实验室）
本文提出了一种自监督学习方法，用于指针生成器网络，以提高口语文本规范化。口语文本规范化（spoke-text normalization）将口语风格的文本转换为风格规范化的文本，成为改善诸如机器翻译和摘要等后续处理的重要技术。迄今为止，最成功的口语文本规范化方法是使用指针生成器网络的序列到序列（seq 2seq）映射，该网络具有从输入序列复制的机制。然而，这些模型需要大量的口语风格文本和风格规范化文本的配对数据，并且很难准备这样的数据量。为了从有限的成对数据中构建口语文本规范化模型，我们重点研究了自监督学习，它可以利用不成对的文本数据来改进seq 2seq模型。不幸的是，传统的自监督学习方法不假设使用指针生成器网络。因此，我们提出了一种新的自监督学习方法，掩蔽指针生成器网络（MAPGN）。所提出的方法可以有效地预训练的指针生成器网络，通过学习使用复制机制填充掩码令牌。我们的实验表明，MAPGN是更有效的指针生成器网络比传统的自监督学习方法在两个口语文本规范化任务。
2021-02-16 cs.CL
Can neural machine translation do simultaneous translation?
New York University（纽约大学）
我们研究了基于注意力的神经机器翻译在同声翻译中的潜力。我们引入了一种新的解码算法，称为同时贪心解码，允许现有的神经机器翻译模型开始翻译之前，收到一个完整的源语句。这种方法是独特的，从以前的作品同步翻译的分割和翻译是共同完成的，以最大限度地提高翻译质量，翻译每一个部分是强烈的条件下，所有以前的部分。本文提出了第一步，建立一个完整的同步翻译系统的基础上神经机器翻译。
2016-06-07 cs.CL
Exploiting Out-of-Domain Data Sources for Dialectal Arabic Statistical Machine Translation
University of Washington（华盛顿大学）；SRI International（SRI国际研究所）；LinkedIn（领英）
由于数据采集涉及口头语言的转录和翻译，因此用于方言阿拉伯语的统计机器翻译的特征在于缺乏数据。在这项研究中，我们开发的技术提取并行数据的一个特定的方言阿拉伯语（伊拉克阿拉伯语）从域外语料库在不同的方言阿拉伯语或现代标准阿拉伯语。我们比较了两种不同的数据选择策略（基于交叉熵和子模块化选择），并证明了一个非常小的，但高度有针对性的数据量可以提高基线机器翻译系统的性能。我们还报告了使用自动翻译的语音数据作为额外的训练数据的初步实验。
2015-09-07 cs.CL
The First Parallel Corpora for Kurdish Sign Language
University of Kurdistan Hewlêr（库尔德斯坦休勒大学）
该研究构建了首个库尔德语-库尔德手语平行语料库，提出基于虚拟形象的自动翻译方法，使用统计机器翻译引擎，BLEU准确率达53.8%，并计划公开资源。
2023-05-11 cs.CL
A Collection of Pragmatic-Similarity Judgments over Spoken Dialog Utterances
University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
本文构建了首个口语对话话语对语用相似性的人工判断数据集，通过6至9名评判者对多条件下重演话语进行连续量表评分，为语用相似性自动度量模型的训练提供了数据基础。
2024-03-21 cs.CL
Scaling Back-Translation with Domain Text Generation for Sign Language Gloss Translation
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Tencent AI Lab（腾讯人工智能实验室）
手语注释翻译的目的是将手语注释翻译成口语文本，由于标注注释文本的平行数据的缺乏，这是一个挑战。反向翻译（BT）通过将领域内的口语文本翻译成符号注释来生成伪并行数据，已被应用于缓解数据稀缺问题。然而，大规模高质量领域口语文本数据的缺乏限制了BT的效果。针对这一问题，本文提出了一种基于提示的领域文本生成方法（PGEN）来生成大规模的领域口语文本数据。具体地，PGEN随机地连接来自原始域内口语文本数据的句子作为提示，以诱导预先训练的语言模型（即，GPT-2）生成类似风格的口语文本。在三个不同语言的手语注释翻译基准上的实验结果表明，与PGEN生成的口语文本的BT显着优于比较方法。此外，随着PGEN生成的口语文本规模的增加，BT技术可以实现进一步的改进，证明了我们的方法的有效性。我们发布的代码和数据，以促进在这一领域的未来研究。
2023-02-07 cs.AI cs.CL
Isochrony-Aware Neural Machine Translation for Automatic Dubbing
Amazon（亚马逊）
我们介绍了任务的等时意识的机器翻译，其目的是在生成翻译适合配音。配音需要将源语言的内容以及语音停顿结构转换为目标语言，以实现视听连贯。实际上，这意味着正确地将停顿从源投影到目标，并确保目标语音段具有与对应的源语音段大致相同的持续时间。在这项工作中，我们提出了隐式和显式建模方法，将等时信息集成到神经机器翻译中。英语-德语/法语语言对自动度量的实验表明，最简单的考虑方法效果最好。结果通过翻译和配音视频的人工评估得到证实。
2022-07-08 cs.CL
Designing the Business Conversation Corpus
The University of Tokyo（东京大学）
虽然书面文本的机器翻译的进展在过去几年中由于并行语料库和基于语料库的训练技术的日益可用性而取得了很大进展，但即使对于现代系统，口语文本和对话的自动翻译仍然具有挑战性。本文旨在通过介绍一个新构建的日英商务会话平行语料库来提高会话文本的机器翻译质量。语料库的详细分析提供了具有挑战性的自动翻译的例子。我们还尝试在机器翻译训练场景中添加语料库，并展示了由此产生的系统如何从其使用中受益。
2020-08-05 cs.CL
A General Framework for Adaptation of Neural Machine Translation to Simultaneous Translation
Shanghai University of Finance and Economics（上海财经大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
尽管神经机器翻译（NMT）取得了成功，但同时神经机器翻译（SNMT）由于句法结构差异和语义要求，在观察到完整句子之前进行实时的翻译任务仍然具有挑战性。在本文中，我们提出了一个通用的框架，用于适应神经机器翻译同时翻译。我们的框架包含两个部分：前缀翻译，利用一个连续的NMT模型来翻译源前缀和一个停止标准，确定何时停止前缀翻译。在三个翻译语料库和两个语言对上的实验表明，该框架在平衡NMT执行同声翻译的质量和延迟方面是有效的。
2020-10-04 cs.CL
SLTUNET: A Simple Unified Model for Sign Language Translation
University of Edinburgh（爱丁堡大学）；University of Zurich（苏黎世大学）
针对手语翻译的数据稀缺与模态差距问题，提出支持多任务联合建模的统一模型SLTUNET，可利用口语翻译数据优化，在多个数据集上取得优异性能。
2023-05-02 cs.CL cs.CV
Towards Neural Machine Translation for Edoid Languages
Niger-Volta Language Technologies Institute（尼日尔-沃尔特语言技术研究所）
许多尼日利亚语言已经放弃了他们以前的威望和目的在现代社会英语和尼日利亚皮钦语。对于数百万讲土著语言的L1语言者来说，存在着不平等现象，表现为无法平等地获得信息、通信、保健、安全以及对政治和公民生活的参与程度降低。为了最大限度地减少排斥，促进社会语言和经济赋权，这项工作探讨了神经机器翻译（NMT）对尼日利亚南部Edoid语系的可行性。使用新的JW300公共数据集，我们训练和评估了这一组中四种广泛使用的语言的基线翻译模型：Ardó，Esán，Urhobo和Isoko。经过训练的模型、代码和数据集已经开源，以推动未来对Edoid语言技术的研究。
2020-03-24 cs.CL
SimulEval: An Evaluation Toolkit for Simultaneous Translation
Facebook AI（Facebook人工智能）；Johns Hopkins University（约翰斯·霍普金斯大学）
文本和语音的同步翻译专注于实时和低延迟的场景，其中模型在读取完整的源输入之前开始翻译。评估同声翻译模型比离线模型更复杂，因为除了翻译质量之外，延迟是另一个需要考虑的因素。尽管研究界越来越关注同声翻译的新建模方法，但目前缺乏一个通用的评估程序。因此，我们提出了SimulEval，一个易于使用的通用评估工具包，用于同时进行文本和语音翻译。引入服务器-客户端方案来创建同声翻译场景，其中服务器发送源输入并接收用于评估的预测，而客户端执行定制的策略。给定一个策略，它会自动执行同步解码，并共同报告几个流行的延迟指标。我们还调整了从文本同声翻译到语音任务的延迟度量。此外，SimulEval还配备了可视化界面，以便更好地了解系统的同步解码过程。SimulEval已经被广泛用于IWIEF 2020同步语音翻译的共享任务。代码将在发布时发布。
2020-07-31 cs.CL
Improving Simultaneous Translation by Incorporating Pseudo-References with Fewer Reorderings
Oregon State University（俄勒冈州立大学）；Baidu Research（百度研究院）；Columbia University（哥伦比亚大学）
同声翻译与整句翻译有很大的不同，因为它在源句结束之前就开始翻译，只有几个字的延迟。然而，由于缺乏大规模，高质量的同声翻译数据集，大多数这样的系统仍然是在传统的整句双文本上训练的。这对于同时发生的场景来说是非常不理想的，因为在这些双文本中存在大量不必要的长距离重新排序。我们提出了一种新的方法，改写现有的整句语料库的目标方到错误风格的翻译。在Zh->En和Ja->En同声翻译上的实验表明，添加这些生成的伪引用后，翻译效果有了很大的改善（最高可达+2.7 BLEU）。
2021-09-23 cs.CL
MT-GenEval: A Counterfactual and Contextual Dataset for Evaluating Gender Accuracy in Machine Translation
AWS AI Labs（AWS人工智能实验室）
随着通用机器翻译（MT）质量的提高，对探索细粒度质量方面的有针对性的基准测试的需求也在增加。特别是，翻译中的性别准确性可能会对输出流畅性，翻译准确性和道德产生影响。在本文中，我们介绍了MT-GenEval，一个用于评估从英语翻译成八种广泛使用的语言的性别准确性的基准。MT-GenEval补充了现有的基准，以八种语言对提供现实的、性别平衡的、反事实的数据，其中个人的性别在输入部分中是明确的，包括需要跨性别协议的多句部分。我们的数据和代码在CC BY SA 3.0许可证下公开提供。
2022-11-02 cs.CL
Central Yup'ik and Machine Translation of Low-Resource Polysynthetic Languages
Stanford University（斯坦福大学）；Salesforce Research（Salesforce 研究院）
Yup'ik语言的机器翻译工具还不存在，Yup'ik语言是一种主要居住在阿拉斯加西南部的大约8,000人使用的综合语言。我们编制了一个Yup'ik和英语的平行文本语料库，并开发了一个基于语法规则的Yup'ik词法分析器。我们训练了一个seq 2seq神经机器翻译模型，将Yup'ik输入翻译成英语。然后，我们比较了不同的标记化方法，即基于规则的，无监督的（字节对编码），和无监督的形态（Morfessor）解析，对Yup'ik到英语翻译的BLEU分数准确性的影响。我们发现，使用标记化的输入增加了翻译的准确性相比，未解析的输入。虽然整体Morfessor做得最好的词汇量为30 k，我们的第一个实验表明，BPE表现最好的词汇量减少。
2020-09-09 cs.CL
Stream-level Latency Evaluation for Simultaneous Machine Translation
Valencian Research Institute for Artificial Intelligence（瓦伦西亚人工智能研究所）；Universitat Politècnica de València（瓦伦西亚理工大学）
同步机器翻译最近获得了牵引力由于显着的质量改进和流媒体应用程序的出现。同时翻译系统需要在翻译质量和响应时间之间找到折衷，并且为此目的，已经提出了多个延迟措施。然而，同步翻译的延迟评估是在句子级别上估计的，没有考虑流媒体场景的顺序性质。实际上，这些同步级延迟度量不太适合连续流翻译，导致与被评估系统的同步翻译策略不一致的数字。这项工作提出了一个流级适应的基础上应用到输出翻译的重新分割方法的当前延迟措施，这是成功地评估流的条件下，为参考IWESTOS任务。
2021-09-08 cs.CL
Lost in Interpreting: Speech Translation from Source or Interpreter?
Charles University（查理大学）
口译员为多语言会议提供便利，但负担得起的语言往往少于所需的语言。自动同步语音翻译可以扩展所提供的语言的集合。我们调查，如果这样一个自动系统，而不是按照原来的扬声器，或口译员，以实现更好的翻译质量的成本增加延迟。为了回答这个问题，我们发布了欧洲议会同声传译语料库（ESIC），这是10个小时的欧洲议会英语演讲录音和文字记录，并配有捷克语和德语的同声传译。我们评估了从英语到捷克语的基于扬声器和基于口译员的口语翻译系统的质量和延迟。我们研究了人类解释器的隐式简化和总结的差异，与经过训练以在一定程度上缩短输出的机器翻译系统相比。最后，我们进行人工评估，以衡量这些方法的信息损失。
2021-06-17 cs.CL
Translation Of Telugu-Marathi and Vice-Versa using Rule Based Machine Translation
在当今的数字世界中，一种语言到另一种语言的自动化机器翻译已经走过了很长的路，以实现不同类型的成功故事。虽然Babel Fish支持大量的外语，但只有印度语中的印地语，而Google翻译则支持大约10种印度语言。虽然大多数自动机器翻译系统都做得很好，但处理印度语言时需要特别小心，同时处理当地的谚语/成语。大多数机器翻译系统在将一种印度语言翻译成另一种印度语言时遵循直接翻译方法。我们在KMIT R & D Lab的研究发现，早期的研究工作对处理当地谚语/成语没有给予足够的重视。本文重点介绍两种主要的印度语言马拉地语和泰卢固语，以及它们之间的翻译。对英汉谚语和成语的处理也给予了特别的关注，研究成果在这方面取得了显著的成就。
2014-06-16 cs.CL
Polish - English Speech Statistical Machine Translation Systems for the IWSLT 2014
Polish Japanese Academy of Information Technology（波兰-日本信息技术学院）
本研究探讨了波兰语和英语统计机器翻译系统之间的各种训练设置的口语效果。用于IWITO 2014评估活动的TED平行文本语料库的各种元素被用作语言模型培训的基础，以及翻译系统的开发，调整和测试以及我们准备的基于维基百科的可比语料库。BLEU、NIST、METEOR和TER指标被用来评估数据准备对翻译结果的影响。我们的实验包括系统，它使用引理和形态信息的波兰语单词。我们还对提供的波兰数据进行了深入分析，作为自动数据校正和清理阶段的准备工作。
2015-09-29 cs.CL
Incremental Decoding and Training Methods for Simultaneous Translation in Neural Machine Translation
Qatar Computing Research Institute – HBKU（卡塔尔计算研究所–哈马德·本·哈利法大学）
我们通过修改神经MT解码器来解决同声翻译的问题，使其与动态构建的编码器和注意力一起工作。我们提出了一个可调的代理，决定最好的分割策略，用户定义的BLEU损失和平均比例（AP）的约束。我们的代理在BLEU上的性能优于先前提出的Wait-if-diff和Wait-if-worse代理（Cho和Esipova，2016），具有较低的延迟。其次，我们提出了对神经MT训练进行数据驱动的更改，以更好地匹配增量解码框架。
2018-06-10 cs.CL
From Simultaneous to Streaming Machine Translation by Leveraging Streaming History
Valencian Research Institute for Artificial Intelligence（瓦伦西亚人工智能研究院）；Universitat Politècnica de València（瓦伦西亚理工大学）
同步机器翻译是在输入句子完全可用之前增量地翻译它的任务。目前，同声翻译通过独立于先前翻译的文本翻译每个句子来进行。更一般地，流式MT可以被理解为同时MT到连续输入文本流的增量翻译的扩展。在这项工作中，一个国家的最先进的同步并行级MT系统扩展到流设置，利用流的历史。广泛的实证结果报告IWCHTMLTranslation Tasks，表明利用流历史导致显着的质量收益。特别是，所提出的系统被证明可以与性能最好的系统相媲美。
2022-03-31 cs.CL
Simultaneous Neural Machine Translation with Constituent Label Prediction
Nara Institute of Science and Technology (NAIST)（奈良先端科学技术大学院大学）；RIKEN（日本理化学研究所）
同声翻译是一种在说话人说完话之前就开始翻译的任务，因此决定何时开始翻译过程很重要。然而，对于具有不同词序的语言对（例如英语和日语），决定是阅读更多输入单词还是开始翻译是困难的。受预重排序概念的启发，我们提出了几个简单的决策规则，使用增量成分标签预测的下一个成分的标签。在英日同声翻译的实验中，该方法在质量-延迟权衡方面优于基线。
2021-10-26 cs.CL
The USTC-NELSLIP Systems for Simultaneous Speech Translation Task at IWSLT 2021
University of Science and Technology of China（中国科学技术大学）；iFlytek Research（讯飞研究院）
本文介绍了中国科学技术大学-奈斯利普公司提交的IWSLT 2021同步语音翻译任务。我们提出了一种新的同声翻译模型，交叉注意增强转换器（CAAT），它将传统的RNN-T扩展到没有单调约束的序列到序列任务，例如，同声传译语音到文本（S2 T）和文本到文本（T2 T）的同声翻译任务的实验表明，CAAT实现了更好的质量-延迟权衡相比，\textit{wait-k}，以前的国家的最先进的方法之一。基于CAAT体系结构和数据增强，我们在这次评估活动中建立了S2 T和T2 T同声翻译系统。与去年的最佳系统相比，我们的S2 T同声翻译系统在所有延迟状态下平均提高了11.3 BLEU，我们的T2 T同声翻译系统平均提高了4.6 BLEU。
2021-07-09 cs.CL cs.SD eess.AS
Average Token Delay: A Latency Metric for Simultaneous Translation
Nara Institute of Science and Technology（奈良先端科学技术大学院大学）
同声翻译是指在说话人说完话之前就开始翻译的任务。在其评估中，除了质量之外，我们还必须考虑翻译的延迟。等待时间优选地尽可能小，以便用户以小的延迟理解说话者所说的内容。现有的延迟度量集中在翻译何时开始，但没有充分考虑翻译何时结束。这意味着这样的指标不会惩罚由长翻译输出引起的延迟，这实际上会延迟用户的理解。在这项工作中，我们提出了一种新的延迟评估指标，称为平均令牌延迟（ATD），侧重于部分翻译的同步翻译的结束时间。我们通过模拟实例讨论了ATD的优点，并通过同声翻译实验研究了ATD和平均滞后的区别。
2023-02-09 cs.CL cs.SD
A User-Study on Online Adaptation of Neural Machine Translation to Human Post-Edits
Kazan Federal University（喀山联邦大学）；Heidelberg University（海德堡大学）
神经机器翻译（NMT）的优势已经被广泛验证，用于离线翻译口语和书面语的不同领域的几种语言对。然而，NMT的交互式学习的研究，以适应人类的后编辑迄今为止，仅限于模拟实验。我们提出了第一个用户研究的在线适应NMT用户后编辑领域的专利翻译。我们的研究涉及29名人类受试者（翻译学生），他们的后期编辑工作和翻译质量是在人类后期编辑和集成在线自适应学习算法的机器翻译系统的大约4,500次交互上测量的。我们的实验结果显示，根据几个评估指标，包括hTER，hBLEU和KSMR，由于NMT中的在线适应，人类编辑后的工作量显着减少。此外，我们发现NMT输出和授权专利中的专业翻译之间的BLEU/TER有显着改善，为在线自适应NMT在交互式设置中的优势提供了进一步的证据。
2018-09-18 cs.CL
