A Survey of Orthographic Information in Machine Translation
Insight Centre for Data Analytics（洞察数据分析中心）；Data Science Institute（数据科学研究所）；National University of Ireland Galway（爱尔兰国立高威大学）
机器翻译是自然语言处理的应用之一，它已经在不同的语言中得到了探索。近年来，研究人员开始关注资源贫乏语言和密切相关语言的机器翻译。这些机器翻译系统的一个普遍的和潜在的问题是在正字法惯例的变化，导致许多问题，以传统的方法。用两种不同的正字法书写的两种语言不容易比较，但是正字法信息也可以用来改进机器翻译系统。本文综述了正字法对资源不足语言的机器翻译的影响。它介绍了资源不足的语言方面的机器翻译和如何利用正字法信息，以改善机器翻译。我们描述了以前在这方面的工作，讨论了什么基本的假设，并显示了如何拼写知识提高性能的机器翻译资源不足的语言。我们讨论了不同类型的机器翻译，并展示了最近的趋势，寻求连接正字法信息与完善的机器翻译方法。相当多的注意力给予当前的努力同源信息在不同层次的机器翻译和经验教训，可以从中吸取。此外，密切相关语言的多语言神经机器翻译在本次调查中得到了特别关注。本文最后讨论了在机器翻译的正字法信息的发展方向，重点是多语言设置和双语词典归纳。
2020-08-04 cs.CL
The Improvement of Negative Sentences Translation in English-to-Korean Machine Translation
Kim Il Sung University（金日成综合大学）
描述了在英朝机器翻译（EKMT）中将英语否定句翻译成韩语的算法。该算法是在对比研究英语和韩语否定句的基础上提出的。早期的翻译软件不能将英语否定句翻译成准确的韩语对应句。我们建立了一个新的否定句翻译算法，并对其进行了评价。
2015-12-26 cs.CL
First Result on Arabic Neural Machine Translation
New York University（纽约大学）
神经机器翻译已经成为广泛使用的基于短语的统计机器翻译的主要替代方案。然而，我们注意到，尽管神经机器翻译具有语言不可知论的性质，但大部分研究都集中在欧洲语言上。在本文中，我们将神经机器翻译应用于阿拉伯语翻译（Ar <->En）任务，并将其与标准的基于短语的翻译系统进行比较。我们在预处理阿拉伯语脚本中使用各种配置进行了广泛的比较，并表明基于短语的翻译系统和神经翻译系统相互执行，并且阿拉伯语脚本的适当预处理对这两个系统具有相似的效果。然而，我们观察到神经机器翻译在域外测试集上的表现明显优于基于短语的系统，这使得它对现实世界的部署具有吸引力。
2016-06-08 cs.CL
Sequence to Sequence Mixture Model for Diverse Machine Translation
Monash University（莫纳什大学）；Google Brain（谷歌大脑）
序列到序列（SEQ 2SEQ）模型通常在其生成的翻译中缺乏多样性。这可以归因于在捕捉词汇和句法的变化，在一个平行的语料库中不同的风格，体裁，主题，或翻译过程中的歧义的限制的SEQ2SEQ模型。在本文中，我们开发了一种新的序列到序列混合（S2SMIX）模型，通过采用一个专门的翻译模型委员会，而不是一个单一的翻译模型，提高了翻译的多样性和质量。每个混合组件通过优化边缘对数似然来选择自己的训练数据集，这导致并行语料库的软聚类。四个语言对的实验证明了我们的混合模型相比，标准或多样性增强的束搜索的SEQ 2SEQ基线的优越性。我们的混合模型使用可忽略的额外参数，并且在解码过程中不会产生额外的计算成本。
2018-10-17 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
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
Machine Translation in Indian Languages: Challenges and Resolution
英语到印度语的机器翻译提出了结构和形态差异的挑战。本文描述了使用预排序和后缀分离的英语到印度语的统计机器翻译。预排序使用规则在训练和翻译之前转换源句子的结构。这种句法重构有助于统计机器翻译解决结构分歧，从而提高翻译质量。后缀分离是用来解决英语和高粘着印度语言之间的形态分歧。我们证明，使用前序和后缀分离有助于提高英语到印度语机器翻译的质量。
2018-08-01 cs.CL
Neural Machine Translation
Center for Speech and Language Processing（语音与语言处理中心）；Department of Computer Science（计算机科学系）；Johns Hopkins University（约翰斯·霍普金斯大学）
关于神经机器翻译的教科书章节草稿。一个全面的治疗的主题，从介绍到神经网络，计算图，描述目前占主导地位的注意序列到序列模型，最近的改进，替代架构和挑战。作为教科书《统计机器翻译》的章节编写。用于JHU 2017年秋季机器翻译课程。
2017-09-22 cs.CL
Neural Machine Translation Advised by Statistical Machine Translation
Soochow University（苏州大学）；Noah’s Ark Lab, Huawei Technologies（华为诺亚方舟实验室）
神经机器翻译（NMT）是近年来取得巨大进展的一种新的机器翻译方法。然而，最近的研究表明，NMT通常产生流畅但不充分的翻译（Tu et al. 2016 b; Tu et al. 2016 a; He et al. 2016; Tu et al. 2017）。这与传统的统计机器翻译（SMT）形成对比，后者通常产生足够但不流畅的翻译。因此，利用这两种模型的优点来实现更好的翻译是很自然的，在这项工作中，我们建议将SMT模型纳入NMT框架。更具体地，在每个解码步骤，SMT基于来自NMT的解码信息（例如，所生成的部分翻译和注意力历史）。然后，我们采用辅助分类器来对SMT建议进行评分，并采用门控函数将SMT建议与NMT生成相结合，两者都以端到端的方式在NMT架构内进行联合训练。在多个NIST测试集上的汉英翻译实验结果表明，该方法与现有的NMT和SMT系统相比，取得了显著且一致的改进。
2016-12-30 cs.CL
Six Challenges for Neural Machine Translation
Johns Hopkins University（约翰斯·霍普金斯大学）
我们探讨了神经机器翻译的六个挑战：领域不匹配、训练数据量、稀有词、长句、词对齐和束搜索。我们显示了基于短语的统计机器翻译的质量的不足和改进。
2017-06-12 cs.CL
Is Neural Machine Translation Ready for Deployment? A Case Study on 30 Translation Directions
Faculty of Mathematics and Computer Science, Adam Mickiewicz University in Poznan（波兹南亚当·密茨凯维奇大学数学与计算机科学学院）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）；Moses Machine Translation CIC（Moses机器翻译社区利益公司）
在本文中，我们提供了基于短语的SMT和神经机器翻译在30个翻译方向上的翻译质量的最大出版比较。对于十个方向，我们还包括基于短语的分层MT。实验进行了最近出版的联合国平行语料库v1.0和大型六向平行对齐子语料库。在本文的第二部分中，我们研究了翻译速度方面，介绍了AmuNMT，我们高效的神经机器翻译解码器。我们证明，当前的神经机器翻译已经可以用于生产系统中，比较每秒单词的比率。
2016-11-30 cs.CL
Machine Translation Models are Zero-Shot Detectors of Translation Direction
Department of Computational Linguistics, University of Zurich（计算语言学系，苏黎世大学）
本研究提出一种基于翻译简化效应的无监督翻译方向检测方法，利用多语言机器翻译模型验证了其在高资源语言对上的有效性，对机器翻译和人工翻译均取得较高准确率。
2025-05-28 cs.CL
Towards Two-Dimensional Sequence to Sequence Model in Neural Machine Translation
RWTH Aachen University（亚琛工业大学）
本文研究了神经机器翻译（NMT）的一种替代模型，并提出了一种新的架构，采用多维长短期记忆（MDLSTM）进行翻译建模。在最先进的方法中，源和目标句子被视为随时间推移的一维序列，而我们将翻译视为使用MDLSTM层定义源和目标词之间的对应关系的二维的【形】（2D）映射。我们扩展超出当前的序列到序列骨干NMT模型的2D结构，其中源和目标句子在2D网格中彼此对齐。我们提出的拓扑结构在两个WMT 2017任务上显示了基于注意力的序列到序列模型的一致改进，德语$\leftrightarrow$英语。
2018-10-09 cs.CL
A Unified Example-Based and Lexicalist Approach to Machine Translation
我们提出了一种结合基于实例和词汇主义理论框架的思想和方法的机器翻译方法。该方法已在多语种机器翻译系统中实现。
1999-06-30 cs.CL
JUCBNMT at WMT2018 News Translation Task: Character Based Neural Machine Translation of Finnish to English
Jadavpur University（贾达布尔大学）
在当前的工作中，我们介绍了提交给WMT 2018新闻翻译共享任务的系统的描述。该系统是为了将新闻文本从芬兰语翻译成英语而创建的。该系统使用基于字符的神经机器翻译模型来完成给定的任务。目前的文件的预处理步骤，提交的系统和使用相同的结果产生的描述。我们的系统获得的BLEU评分为12.9。
2019-08-01 cs.CL
The Effect of Translationese in Machine Translation Test Sets
University of Groningen（格罗宁根大学）
在机器翻译（MT）领域中已经研究了反译语的效果，主要是关于训练数据。我们使用WMT的新闻共享任务的最后三个版本的测试集，包含17个翻译方向，深入研究了英语翻译对测试数据的影响。我们的证据表明，（i）在测试集中使用英语会导致MT系统的人工评估分数膨胀;（ii）在某些情况下，系统排名确实会发生变化;（iii）英语对翻译方向的影响与最先进的MT系统在该方向上可达到的翻译质量呈负相关。
2019-06-19 cs.CL
An Automatic Evaluation of the WMT22 General Machine Translation Task
本报告提出了一个自动评估的一般机器翻译任务的第七届会议上机器翻译（WMT 22）。它评估了21个翻译方向的185个系统，包括高资源到低资源的语言对以及与遥远语言密切相关的语言对。这种大规模的自动评估突出了当前最先进的机器翻译系统的一些局限性。它还展示了自动度量，即chrF，BLEU和COMET，如何补充自己，以减轻自己在可解释性和准确性方面的限制。
2022-11-09 cs.CL
Zero-Resource Translation with Multi-Lingual Neural Machine Translation
Middle East Technical University（中东技术大学）；IBM T.J. Watson Research Center（IBM托马斯·J·沃森研究中心）；New York University（纽约大学）
在本文中，我们提出了一种新的微调算法，最近推出的多路，多语言神经机器翻译，使零资源机器翻译。当与新颖的多对一翻译策略一起使用时，我们的经验表明，这种微调算法允许多路多语言模型翻译零资源语言对（1）以及用相同语言对的多达1M个直接平行句子训练的单对神经翻译模型（2）优于基于机器翻译的翻译策略，同时仅保留注意力相关参数的一个附加副本。
2016-06-13 cs.CL
Has Machine Translation Achieved Human Parity? A Case for Document-level Evaluation
University of Zurich（苏黎世大学）；University of Edinburgh（爱丁堡大学）
最近的研究表明，神经机器翻译在WMT中文-英文新闻翻译任务上与专业人工翻译实现了平等。我们经验性地测试这种说法与替代的评估协议，对比单个句子和整个文件的评估。在成对排名实验中，评估充分性和流畅性的人类评分员在评估文档时，与孤立的句子相比，对人类的偏好更强，而不是机器翻译。我们的研究结果强调，有必要转向文件级的评估，因为机器翻译提高到一定程度，在翻译水平上很难或不可能发现的错误成为区分不同翻译输出质量的决定性因素。
2018-08-21 cs.CL
JUMT at WMT2019 News Translation Task: A Hybrid approach to Machine Translation for Lithuanian to English
Jadavpur University（贾达普大学）
在目前的工作中，我们介绍了提交给WMT 2019新闻翻译共享任务的系统的描述。该系统是为了将新闻文本从立陶宛语翻译成英语而创建的。为了完成给定的任务，我们的系统使用了基于词嵌入的神经机器翻译模型来后编辑由统计机器翻译模型生成的输出。目前的文件的架构，我们的模型，描述的各个模块和使用相同的结果。我们的系统获得了17.6的BLEU评分。
2019-08-01 cs.CL
Learning to Detect Unacceptable Machine Translations for Downstream Tasks
Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；Institute for Artificial Intelligence（人工智能研究院）；Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
近年来，机器翻译领域取得了巨大的进步。尽管翻译质量已经显著提高，但当前系统仍然无法为各种可能的用例产生一致可接受的机器翻译。在这项工作中，我们把机器翻译在跨语言的管道，并引入下游任务来定义任务特定的可接受性的机器翻译。这使我们能够利用并行数据自动生成大规模的可接受性注释，这反过来又有助于学习下游任务的可接受性检测器。我们进行实验，以证明我们的框架的有效性，一系列的下游任务和翻译模型。
2020-05-08 cs.CL
A Baseline Neural Machine Translation System for Indian Languages
IIIT Hyderabad（印度海得拉巴国际信息技术学院）；IIT Kanpur（印度坎普尔理工学院）
我们提出了一个简单而有效的印度语言神经机器翻译系统。我们证明了多语言对的可行性，并为进一步的研究建立了一个强有力的基线。
2019-07-29 cs.CL
Duplex Sequence-to-Sequence Learning for Reversible Machine Translation
National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）；ByteDance AI Lab（字节跳动人工智能实验室）；UC Santa Barbara（加州大学圣塔芭芭拉分校）
序列到序列学习自然有两个方向。如何有效利用来自两个方向的监管信号？现有的方法要么需要两个独立的模型，要么需要一个多任务学习模型，但性能较差。在本文中，我们提出了REDER（可逆双工Transformer），一个参数有效的模型，并将其应用于机器翻译。REDER的任何一端都可以同时输入和输出不同的语言。因此，REDER通过简单地翻转输入端和输出端来实现可逆的机器翻译。实验证明，REDER实现了可逆机器翻译的首次成功，这有助于超过其多任务训练基线高达1.3 BLEU。
2022-01-24 cs.CL
LIUM Machine Translation Systems for WMT17 News Translation Task
University of Le Mans（勒芒大学）
本文介绍了LIUM提交WMT 17新闻翻译任务的英语-德语，英语-土耳其语，英语-捷克语和英语-拉脱维亚语对。我们使用开源的nmtpy框架，训练基于BPE的专注神经机器翻译系统，有和没有因子输出。竞争分数是通过集成各种系统和利用目标单语语料库的回译的可用性。还分析了英语-土耳其语的回译数量和质量的影响，我们在截止日期后提交的作品超过了最好的作品+1.6 BLEU。
2017-07-14 cs.CL
Incorporating Syntactic Uncertainty in Neural Machine Translation with Forest-to-Sequence Model
Monash University（蒙纳士大学）
在神经机器翻译模型中解释句法信息是一种补偿其对大量并行训练文本的需求的方法，特别是对于低资源语言对。以前的工作使用（不可避免地容易出错）解析器提供的语法信息一直很有前途。在本文中，我们提出了一个森林到序列的注意力神经机器翻译模型，利用指数级的源句子的分析树来补偿分析错误。我们的方法将解析树的集合表示为一个打包的森林，并学习从森林到目标句子的神经注意力转导模型。在英语到德语、汉语和波斯语的翻译实验中，我们的方法比树到序列和香草序列到序列神经翻译模型的优越性。
2017-11-24 cs.CL
A Probabilistic Model of Machine Translation
提出了一个基于英俄平行文本语料库的机器翻译系统的概率生成模型。该模型使用具有预对齐的源和目标句子的平行文本语料库进行训练。该模型的训练产生了具有相关翻译概率的单词和“单词块”的双语词典。
2004-05-10 cs.CL
Prior Knowledge Integration for Neural Machine Translation using Posterior Regularization
Tsinghua University（清华大学）；Sogou Inc.（搜狗公司）
虽然神经机器翻译最近取得了重大进展，但如何整合多个重叠的、任意的先验知识源仍然是一个挑战。在这项工作中，我们建议使用后验正则化提供一个通用的框架，将先验知识集成到神经机器翻译。我们将先验知识源表示为对数线性模型中的特征，该模型指导神经翻译模型的学习过程。汉英翻译实验表明，该方法能显著提高翻译质量。
2018-11-02 cs.CL
Machine Translation at Booking.com: Journey and Lessons Learned
我们描述了我们最近开发的神经机器翻译（NMT）系统，并将其与我们自己的统计机器翻译（SMT）系统以及其他两个通用在线引擎（统计和神经）进行基准测试。我们提出了每个系统提供的翻译输出的自动和人工评估结果。我们还分析了句子长度对SMT和NMT系统输出质量的影响。
2017-07-25 cs.CL
SJTU-NICT's Supervised and Unsupervised Neural Machine Translation Systems for the WMT20 News Translation Task
Shanghai Jiao Tong University (SJTU)（上海交通大学）；National Institute of Information and Communications Technology (NICT)（日本信息通信研究机构(NICT)）；Department of Computer Science and Engineering, Shanghai Jiao Tong University (SJTU)（上海交通大学计算机科学与工程系）
在本文中，我们介绍了我们的联合团队SJTU-NICT参与WMT 2020机器翻译共享任务。在这个共享任务中，我们参与了三种语言对的四个翻译方向：英语-汉语，英语-波兰语的有监督机器翻译轨道，德语-上索布语的低资源和无监督机器翻译轨道。基于不同的语言对条件，我们实验了不同的神经机器翻译（NMT）技术：文档增强的NMT，XLM预训练的语言模型增强的NMT，双向翻译作为预训练，基于参考语言的UNMT，数据依赖的高斯先验目标，和BT-BLEU协同过滤自训练。我们还使用TF-IDF算法对训练集进行过滤，以获得与测试集更相似的领域集进行微调。在我们提交的文件中，主要系统在英语到中文，波兰语到英语和德语到上索布语翻译方向上获得了第一名。
2020-10-11 cs.CL
Optimizing example selection for retrieval-augmented machine translation with translation memories
Sorbonne Université（索邦大学）；ChapsVision（沙普斯视觉公司）
本研究针对检索增强机器翻译，利用子模函数理论优化翻译记忆示例选择，以最大化源句覆盖率，提升多莱文斯坦变换器的翻译性能。
2024-05-23 cs.CL
Augmenting Statistical Machine Translation with Subword Translation of Out-of-Vocabulary Words
University of Southern California（南加州大学）；University of Washington（华盛顿大学）
大多数统计机器翻译系统无法翻译在训练数据中看不到的单词。然而，人类可以翻译许多类别的词汇表外（OOV）单词（例如，新的形态变体、拼写错误和复合词）。根据这一观察，我们描述和评估几个一般的方法只使用子字信息的OOV翻译。我们把OOV翻译问题作为一个独立的任务，并在不同的资源水平上对14种类型不同的语言进行本质上的评估。将OOV翻译器添加到统计机器翻译系统中，可以为所有14种语言产生一致的BLEU增益（平均0.5分，最高可达2.0分），特别是在低资源场景中。
2018-08-16 cs.CL
Extract and Edit: An Alternative to Back-Translation for Unsupervised Neural Machine Translation
University of California, Santa Barbara（加州大学圣巴巴拉分校）
对大型平行语料库的过度依赖极大地限制了机器翻译系统对大多数语言对的适用性。在以前的无监督神经机器翻译方法中，主要使用反向翻译，其中生成伪句子对以训练具有重建损失的模型。然而，伪句子通常是低质量的，因为翻译错误在训练过程中积累。为了避免这个根本问题，我们提出了一种替代的，但更有效的方法，提取编辑，提取，然后编辑的目标单语语料库的真实句子。此外，我们还引入了一个比较翻译损失来评估翻译的目标句子，从而训练无监督翻译系统。实验表明，所提出的方法始终优于以前的国家的最先进的无监督机器翻译系统在两个基准（英语-法语和英语-德语）和两个低资源的语言对（英语-罗马尼亚语和英语-俄罗斯）超过2（高达3.63）BLEU点。
2019-04-04 cs.CL
Summer: WeChat Neural Machine Translation Systems for the WMT22 Biomedical Translation Task
Tencent Inc（腾讯公司）
本文介绍了微信参与WMT 2022共享的生物医学翻译任务中到英。我们的系统是基于Transformer，并使用几种不同的Transformer结构，以提高翻译质量。在我们的实验中，我们采用数据过滤，数据生成，几个变种的Transformer，微调和模型集成。我们的中文$\to$英文系统Summer在所有提交的作品中获得了最高的BLEU分数。
2022-11-28 cs.CL
Domain specialization: a post-training domain adaptation for Neural Machine Translation
SYSTRAN
领域自适应是机器翻译的一个重要特征。它通常包括术语、领域和风格适应，特别是计算机辅助翻译（CAT）中的人工后期编辑工作流程。在神经机器翻译（NMT）中，我们引入了一种新的领域自适应概念，我们称之为“专业化”，它在学习速度和适应准确性方面都显示出了良好的效果。在本文中，我们建议从几个角度探讨这种方法。
2016-12-19 cs.CL
Why Neural Machine Translation Prefers Empty Outputs
DiDi Labs（滴滴实验室）；UC Santa Barbara（加州大学圣巴巴拉分校）
我们研究为什么神经机器翻译（NMT）系统分配高概率空翻译。我们发现两种解释。首先，标签平滑使正确长度的翻译不那么自信，使空翻译更容易最终超过它们。其次，NMT系统使用相同的高频EoS词来结束所有目标句子，而不管长度如何。这将创建一个隐式平滑，以增加零长度平移。在不同长度的目标句子中使用不同的EoS类型暴露并消除了这种隐含的平滑。
2020-12-24 cs.CL
Contextual effects of sentiment deployment in human and machine translation
University of California, Los Angeles（加州大学洛杉矶分校）
本文揭示翻译中整体情感偏移对自动化情感分析的影响，指出机器翻译会缩小文本语义场，尤其影响认知性词汇，而人工翻译则不会。研究通过对比两种翻译方式，为情感分析应用提供重要警示。
2025-02-25 cs.CL
Comparing Formulaic Language in Human and Machine Translation: Insight from a Parliamentary Corpus
最近的一项研究表明，与人类翻译相比，神经机器翻译包含更多由相对高频单词组成的强关联公式化序列，但远没有由相对罕见单词组成的强关联公式化序列。这些结果是在翻译高质量的报纸文章的基础上获得的，其中人类翻译可以被认为不是很字面。本研究试图复制这一研究使用议会语料库。这些文本由三个著名的神经机器翻译系统从法语翻译成英语：DeepL、谷歌翻译和微软翻译。结果证实了新闻语料库的观察，但差异不太强烈。他们认为，在比较人类翻译和机器翻译时，使用通常会导致更多直译的文本类型（如议会语料库）可能更可取。关于这三种神经机器系统之间的差异，谷歌翻译包含的高度搭配的二元组（由CollGram技术识别）似乎比Deepl和微软翻译少。
2022-06-22 cs.CL
Improving the Performance of English-Tamil Statistical Machine Translation System using Source-Side Pre-Processing
Amrita Vishwa Vidyapeetham（阿姆rita大学）；SRM University（SRM大学）
机器翻译是自然语言处理中最古老、最活跃的研究领域之一。统计机器翻译（SMT）是目前机器翻译研究的主流。统计机器翻译是机器翻译的一种方法，它使用模型直接从数据中学习翻译模式，并将其推广到翻译新的不可见文本。SMT方法在很大程度上是独立于语言的，即模型可以应用于任何语言对。统计机器翻译（SMT）试图利用统计方法生成基于双语文本语料库的译文。如果有这样的语料库，翻译相似的文本可以达到很好的效果，但这样的语料库仍然没有为许多语言对。统计机器翻译系统通常难以处理源端或目标端的词法，特别是对于词法丰富的语言。目标语言中的词法或句法错误会对句子的意义产生严重的影响。它们通过动词中不正确的时态信息改变词的语法功能或句子的理解。Baseline SMT也被称为基于短语的统计机器翻译（PBSMT）系统，它不使用任何语言信息，只对表面单词形式进行操作。近年来的研究表明，在双语语料较少的情况下，增加语言信息有助于提高译文的准确性。可以使用因子统计机器翻译系统通过预处理步骤来添加语言信息。本文研究了如何利用英文侧预处理来提高英文-泰米尔文SMT系统的准确性。
2014-09-29 cs.CL
English-Japanese Neural Machine Translation with Encoder-Decoder-Reconstructor
Tokyo Metropolitan University（东京都立大学）
神经机器翻译（NMT）最近在机器翻译领域变得流行。然而，NMT在翻译中存在着重词或漏词的问题。为了解决这个问题，Tu et al.（2017）提出了一种使用反向翻译的NMT编码器-解码器-重建器框架。在这种方法中，他们以与Bahdanau等人（2015）相同的方式选择了最佳的前向翻译模型，然后训练了一个双向翻译模型作为微调。他们的实验表明，它提供了显着提高BLEU分数在汉英翻译任务。我们证实，我们的重新实施也表现出同样的趋势，并重申了问题的重复和遗漏的单词在翻译的英日任务太多。此外，我们通过将其与前向翻译和后向翻译的联合训练模型进行比较来评估预训练的有效性。
2017-06-26 cs.CL
Neural Machine Translation from Simplified Translations
SYSTRAN
语篇简化的目的是在保持语篇意义不变的前提下，减少语篇在词汇、语法和结构上的复杂性。在机器翻译的背景下，我们引入了简化翻译的想法，以提高深度神经翻译模型的学习能力。我们进行初步的实验表明，翻译的复杂性实际上是减少了在翻译的源双文本相比，目标参考的双文本，而使用神经机器翻译（NMT）系统上学习完全相同的双文本。基于知识蒸馏的思想，我们使用简化的双文本训练了一个NMT系统，并证明了它优于在参考数据集上构建的初始系统。当使用参考和自动翻译来学习网络时，性能进一步提高。我们进行了初步分析的翻译语料库和报告的准确性结果的建议的方法对英语到法语和英语到德语的翻译任务。
2016-12-19 cs.CL
Extremely low-resource machine translation for closely related languages
University of Tartu（塔尔图大学）
一种有效的方法来改善极低资源的神经机器翻译是多语言训练，这可以通过利用单语数据使用反向翻译方法创建合成双语语料库来改善。这项工作的重点是乌拉尔语系的密切相关的语言：从爱沙尼亚和芬兰的地理区域。我们发现，多语言学习和合成语料库提高了我们有数据的每个语言对的翻译质量。我们证明了迁移学习和微调对于进行低资源机器翻译非常有效，并取得了最佳效果。我们收集了新的平行数据Vagrero，北，南萨米语和目前的神经机器翻译这些语言的第一个结果。
2021-05-27 cs.CL
Machine Translation for Machines: the Sentiment Classification Use Case
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）
我们提出了一种神经机器翻译（NMT）方法，该方法不是追求充分性和流畅性（“以人为本”的质量标准），而是旨在生成最适合作为为特定下游任务设计的自然语言处理组件的输入的翻译（“面向机器”的标准）。为了实现这一目标，我们提出了一种基于新的候选抽样策略的强化学习技术，该策略利用下游任务作为弱反馈获得的结果。在德语和意大利语的Twitter数据的情感分类实验表明，喂养一个英语分类器与面向机器的翻译显着提高其性能。分类结果优于通用NMT模型产生的翻译以及基于强化学习的方法。此外，我们对这两种语言的结果近似的黄金标准英语推文计算的分类精度。
2019-10-01 cs.CL
Correction of Errors in a Modality Corpus Used for Machine Translation by Using Machine-learning Method
我们使用最大熵方法等机器学习方法对机器翻译的情态语料进行语料校正。因此，我们构建了一个高质量的语料库的基础上语料库校正的情态。在实验中，我们比较了几种语料库校正方法，并提出了一种较好的语料库校正方法。
2001-05-02 cs.CL
IntelliCAT: Intelligent Machine Translation Post-Editing with Quality Estimation and Translation Suggestion
Bering Lab（贝林实验室）；Sungkyunkwan University（成均馆大学）
我们提出了IntelliCAT，一个具有神经模型的交互式翻译界面，可以简化机器翻译输出的后期编辑过程。我们利用两个不同粒度的质量估计（QE）模型：句子级QE，预测每个机器翻译句子的质量，单词级QE，定位机器翻译句子中需要纠正的部分。此外，我们引入了一个新的翻译建议模型的条件下，左，右的上下文，提供替代特定的单词或短语进行更正。最后，通过单词对齐，IntelliCAT自动在翻译文档中保留原始文档的样式。实验结果表明，基于质量评价和翻译建议的译后编辑能显著提高译文质量。此外，一项用户研究表明，IntelliCAT中提供的三个功能显着加快了后期编辑任务，与从头开始翻译相比，翻译时间加快了52.9%。该接口可在www.example.com上公开获得。
2021-05-25 cs.CL
Towards Continual Learning for Multilingual Machine Translation via Vocabulary Substitution
Google Research（谷歌研究院）
我们提出了一个简单的词汇自适应方案，以扩展多语言机器翻译模型的语言能力，为多语言机器翻译的有效持续学习铺平了道路。我们的方法适用于大规模数据集，适用于具有看不见的脚本的遥远语言，对原始语言对的翻译性能只会产生轻微的退化，即使在我们只拥有新语言的单语数据的情况下，也能提供有竞争力的性能。
2021-03-11 cs.CL
Towards an Arabic-English Machine-Translation Based on Semantic Web
通信工具使世界像一个小村庄，因此人们可以与来自不同社会或讲不同语言的人联系。如果没有机器翻译，这种沟通就无法有效地进行，因为它们可以随时随地找到。有一些研究已经开发了英语的机器翻译，除了阿拉伯语之外，还有许多其他语言尚未考虑。因此，我们的目标是强调我们提出的翻译机的路线图，以提供基于语义的增强的阿拉伯语英语翻译。
2017-09-14 cs.CL
Triangular Transfer: Freezing the Pivot for Triangular Machine Translation
Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
三角机器翻译是低资源机器翻译的一种特殊情况，其中感兴趣的语言对具有有限的并行数据，但两种语言都具有丰富的并行数据与枢轴语言。自然，三角形机器翻译的关键是成功地利用这种辅助数据。在这项工作中，我们提出了一种基于迁移学习的方法，利用所有类型的辅助数据。当我们训练辅助源-枢轴和辅助目标-目标翻译模型时，我们使用预训练的语言模型初始化枢轴侧的一些参数，并冻结它们以鼓励两个翻译模型在相同的枢轴语言空间中工作，以便它们可以平滑地转换到源-目标翻译模型。实验表明，我们的方法可以优于以前的。
2022-03-17 cs.CL
Improving a Multi-Source Neural Machine Translation Model with Corpus Extension for Low-Resource Languages
Korea University of Science and Technology (UST)（韩国科学技术大学（UST））；Electronics and Telecommunication Research Institute (ETRI)（电子通信研究院（ETRI））
在机器翻译中，我们经常尝试收集资源以提高性能。然而，大多数语言对，如朝鲜语-阿拉伯语和朝鲜语-越南语，没有足够的资源来训练机器翻译系统。在本文中，我们提出了使用合成方法来扩展低资源语料库，并将其应用于多源神经机器翻译模型。我们展示了通过使用综合方法进行语料扩展来提高机器翻译性能。我们特别关注如何创建源句子，使目标句子更好，包括使用合成方法。我们发现，语料库扩展也可以提高多源神经机器翻译的性能。我们证明了语料库扩展和多源模型是低资源语言对的有效方法。此外，当这两种方法一起使用时，我们发现更好的机器翻译性能。
2018-02-14 cs.CL
A Multifaceted Evaluation of Neural versus Phrase-Based Machine Translation for 9 Language Directions
Dublin City University（都柏林城市大学）；University of Groningen（格罗宁根大学）；Prompsit Language Engineering（Prompsit语言工程公司）
我们的目标是阐明新引入的神经机器翻译范式的优点和缺点。为此，我们进行了多方面的评估，其中我们比较了最先进的神经机器翻译和基于短语的机器翻译系统在多个维度上为9个语言方向产生的输出。具体来说，我们测量输出的相似性，它们的流畅性和重新排序的数量，句子长度的影响和不同错误类别的表现。我们发现，与基于短语的系统相比，神经机器翻译系统产生的翻译在词序方面有很大的不同，更流畅，更准确。神经机器翻译系统在产生屈折形式方面也更准确，但在翻译非常长的句子时表现不佳。
2017-01-11 cs.CL
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
A Hybrid Model for Enhancing Lexical Statistical Machine Translation (SMT)
Sadat Academy for Management Sciences（萨达特管理科学院）
统计机器翻译系统的兴趣增加，目前由于在世界上的政治和社会事件。提出了一种基于统计机器翻译（SMT）的模型，该模型可以用于通过有效地结合不同的统计和自然语言处理（NLP）模型（诸如语言模型、对齐模型、基于短语的模型、重排序模型和翻译模型）来自动地将句子从源语言（英语）翻译成目标语言（阿拉伯语）。这些模型相结合，以提高统计机器翻译（SMT）的性能。在这项工作中使用了许多实现工具，如Moses，Gizaa++，IRSTLM，KenLM和BLEU。通过对该模型的实现和评价，以及与Google Translate等其他机器翻译系统的比较，证明了该模型增强了统计机器翻译的效果，是该领域一种可靠、高效的翻译模型。
2015-06-03 cs.CL
Aspects of Terminological and Named Entity Knowledge within Rule-Based Machine Translation Models for Under-Resourced Neural Machine Translation Scenarios
Insight Centre for Data Analytics, Data Science Institute, National University of Ireland Galway（爱尔兰国立高威大学数据科学研究所（Insight数据分析中心））；United Language Group（联合语言集团）
基于规则的机器翻译是一种机器翻译范例，其中语言知识由专家以将文本从源语言翻译成目标语言的规则的形式编码。虽然这种方法允许对系统的输出进行广泛的控制，但形式化所需语言知识的成本远远高于训练基于语料库的系统，其中机器学习方法用于自动学习从示例翻译。在本文中，我们描述了不同的方法来利用基于规则的机器翻译系统中包含的信息来改进基于语料库的系统，即神经机器翻译模型，重点关注低资源场景。使用了三种不同的信息：形态信息、命名实体和术语。除了评估系统的一般性能外，我们还系统地分析了所提出的方法在处理目标现象时的性能。我们的研究结果表明，所提出的模型具有有限的能力，从外部信息中学习，大多数方法不会显着改变自动评估的结果，但我们的初步定性评估表明，在某些情况下，我们的系统产生的假设表现出良好的行为，如保持使用被动语态。
2020-09-28 cs.CL
Classifier-Based Text Simplification for Improved Machine Translation
Banasthali University（巴纳斯塔利大学）
机器翻译是计算语言学的研究领域之一。许多机器翻译研究人员的目标是开发一个机器翻译系统，产生高质量和高精度的输出翻译，并覆盖最大的语言对。随着互联网和全球化的日益发展，我们需要一种提高翻译质量的方法。为此，我们开发了一个基于分类器的英语-印地语机器翻译系统的文本简化模型。我们使用了支持向量机和朴素贝叶斯分类器来开发这个模型。我们还评估了这些分类器的性能。
2015-07-12 cs.CL
Neural machine translation for low-resource languages
神经机器翻译（NMT）方法在过去几年中改进了许多机器翻译设置中的现有技术，但是它们需要大量的训练数据来产生合理的输出。我们证明了NMT也可以用于低资源语言，通过引入更多的本地依赖关系和使用单词对齐来学习翻译过程中的句子重排。除了我们的新模型，我们还提出了一个基于低资源短语的统计机器翻译（SMT）和NMT的实证评估，以调查各自的技术的下限。我们发现，虽然SMT仍然是低资源设置的最佳选择，我们的方法可以产生可接受的翻译只有70000令牌的训练数据，基准NMT系统完全失败的水平。
2017-08-18 cs.CL
