Zero and Few-Shot Localization of Task-Oriented Dialogue Agents with a Distilled Representation
Stanford University（斯坦福大学）
面向任务的对话（ToD）代理主要限于几种广泛使用的语言，这主要是由于为每种语言获取训练数据的成本很高。现有的低成本方法依赖于跨语言嵌入或朴素的机器翻译，为了数据效率牺牲了很多准确性，并且在创建可用的对话代理方面基本上失败。我们提出了自动方法，使用ToD训练数据在源语言中建立一个高质量的功能对话代理在另一个目标语言，没有训练数据（即zero-shot）或一个小的训练集（即Few-Shot）。不像大多数以前的工作，跨语言的ToD只专注于对话状态跟踪（DST），我们建立了一个端到端的代理。我们表明，我们的方法关闭之间的准确性差距Few-Shot和现有的完整的拍摄方法ToD代理。我们通过（1）改进对话数据表示，（2）改进实体感知机器翻译，（3）自动过滤噪声翻译来实现这一点。我们在最近的双语对话数据集BiToD上评估了我们的方法。在汉英迁移中，在zero-shot条件下，我们的方法在任务成功率（TSR）和对话成功率（DSR）上分别达到了46.7%和22.0%。在Few-Shot设置中，使用目标语言中10%的数据，我们将最先进的技术提高了15.2%和14.0%，在全拍摄训练的5%以内。
2023-02-18 cs.CL
A Multi-task Multi-stage Transitional Training Framework for Neural Chat Translation
Xiamen University（厦门大学）；Beijing Jiaotong University（北京交通大学）；Tencent Inc（腾讯公司）；Soochow University（苏州大学）；Pengcheng Laboratory（鹏城实验室）
神经聊天翻译（NCT）旨在翻译不同语言的说话者之间的跨语言聊天。现有的上下文感知NMT模型由于以下固有的问题而不能获得令人满意的性能：1）有限的带注释双语对话资源; 2）忽视对会话属性的建模; 3）不同阶段之间的训练差异。为了解决这些问题，在本文中，我们提出了一个多任务多阶段过渡（MMT）训练框架，其中使用双语聊天翻译数据集和额外的单语对话训练NCT模型。我们精心设计了两个辅助任务，即话语识别和说话人识别，将对话连贯性和说话人特征建模引入NCT模型。训练过程包括三个阶段：1）在大规模平行语料库上进行初级预训练; 2）使用额外的单语对话进行辅助任务的中间训练; 3）逐步过渡的上下文感知微调。特别地，第二阶段用作中间阶段，其消除预训练和微调阶段之间的训练差异。此外，为了使阶段过渡更平滑，我们使用渐进过渡策略训练NCT模型，即，从单语对话逐渐过渡到双语对话。在两个语言对上的大量实验证明了我们提出的训练框架的有效性和优越性。
2023-01-27 cs.CL
Controlling Extra-Textual Attributes about Dialogue Participants -- A Case Study of English-to-Polish Neural Machine Translation
University of Sheffield（谢菲尔德大学）
与英语不同，形态丰富的语言可以通过代词、词的形态结尾和句法来揭示说话者或其对话伙伴的特征，如性别和数量。当从英语翻译到这些语言时，机器翻译模型需要选择对文本上下文的某种解释，如果文本外信息不可用，则可能导致严重的翻译错误。我们在英语到波兰语方向调查这一挑战。我们专注于利用外部元数据在电视对话的自动翻译的研究不足的问题，提出了一个案例研究，在一个多属性的情况下，广泛的方法来控制翻译中的属性。最好的模型实现了+5.81 chrF++/+6.03 BLEU的改进，其他模型实现了具有竞争力的性能。我们还贡献了一个新的属性注释数据集的波兰电视对话和形态分析脚本用于评估模型中的属性控制。
2022-05-30 cs.AI cs.CL
Towards Multilingual Automatic Dialogue Evaluation
INESC-ID（里斯本系统与计算机工程研究所）；Instituto Superior Técnico, University of Lisbon（里斯本大学高等技术学院）；Carnegie Mellon University（卡内基梅隆大学）；Phrase（Phrase公司）
针对多语言对话评估数据匮乏问题，提出利用机器翻译扩增数据，并通过质量估计筛选低质量翻译以提升微调效果，超越朴素方法。
2023-08-31 cs.CL
Modeling Bilingual Conversational Characteristics for Neural Chat Translation
Beijing Jiaotong University（北京交通大学）；Tencent Inc（腾讯公司）
神经聊天翻译旨在翻译双语会话文本，在国际交流与合作中有着广泛的应用。尽管基于语义和上下文感知的神经机器翻译（NMT）具有令人印象深刻的性能，但由于双语会话文本的角色偏好、对话连贯性和翻译一致性等固有特征，其翻译仍然存在挑战。在本文中，我们的目标是提高翻译质量的会话文本通过建模上述属性。具体而言，我们设计了三个潜在的变分模块来学习双语会话特征的分布。通过从这些学习到的分布中取样，为角色偏好、对话连贯性和翻译一致性量身定制的潜变量被纳入NMT模型中，以更好地进行翻译。我们评估我们的方法上的基准数据集BConTrasT（英语-德语）和一个自我收集的双语对话语料库，命名为BMELD（英语-汉语）。大量的实验表明，我们的方法显着提高了性能超过强基线的大幅度，并显着超过一些国家的最先进的上下文感知NMT模型的BLEU和TER。此外，我们将BMELD数据集公开提供给研究社区。
2021-07-23 cs.CL
Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation
University of Cambridge（剑桥大学）；Mila – Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所）；McGill University（麦吉尔大学）
针对多语言任务型对话数据集的局限，提出基于大纲的标注方法创建大规模跨语言对话数据集COD，提升了数据质量并避免了性能虚高。
2022-01-31 cs.CL
A Dual Encoder Sequence to Sequence Model for Open-Domain Dialogue Modeling
UC Santa Cruz（加州大学圣克鲁兹分校）
自从序列到序列学习在神经机器翻译系统中的成功应用以来，人们对它在其他问题领域中对语言生成的适用性的兴趣激增。最近的工作已经调查了使用这些神经架构对建模开放域会话对话，其中已经发现，虽然这些模型能够学习一个良好的分布式语言模型，对话的连贯性仍然是关注。与翻译不同，对话更多的是从话语到响应的一对多映射，更迫切的是，模型要知道前面的对话流。在本文中，我们建议解决这个问题，通过引入以前的会话背景下，随着时间的推移，潜在的代表性的对话行为。我们将潜在的上下文表示注入到序列到序列神经网络的对话行为的形式，使用第二个编码器，以提高质量和生成的会话的一致性。这项研究工作的主要任务是表明，增加潜变量，捕捉话语关系确实会导致更连贯的反应相比，传统的序列到序列模型。
2017-10-28 cs.CL
DCH-2: A Parallel Customer-Helpdesk Dialogue Corpus with Distributions of Annotators' Labels
Waseda University（早稻田大学）
我们引入了一个名为DCH-2的数据集，其中包含4，390个真实的中文客户服务台对话及其英文翻译。DCH-2还包含独立于19或20个注释器获得的对话级注释和回合级注释。该数据集是通过我们的努力建立的NTCIR-14短文本对话和NTCIR-15对话评估任务的组织者，以帮助研究人员了解什么是有效的客户服务台对话，从而建立高效和有用的服务台系统，可随时为客户提供。此外，DCH-2可以用于其他目的，例如，作为基于检索的对话系统的存储库，或作为服务台域中的机器翻译的并行语料库。
2021-05-30 cs.AI cs.CL cs.IR
CultureTalk-ID: A Multi-Task Dialogue Benchmark for Cultural Commonsense in Indonesian Local Languages
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
该研究针对印尼语文化常识基准测试忽略对话语境的问题，引入CultureTalk-ID基准测试，涵盖多种语言和主题，通过多阶段人工流程确保真实性，并引入三个互补任务，探究语言模型在文化常识方面的理解、转换和生成能力。
2026-07-24 cs.CL
Hierarchical Policy Optimization for Simultaneous Translation of Unbounded Speech
Carnegie Mellon University（卡内基梅隆大学）；NVIDIA（英伟达）
本文提出分层策略优化方法，通过后训练处理不完美的监督微调数据，提升同时语音翻译质量与效率，实验显示在1.5秒延迟下，COMET和MetricX得分分别提升超7和1.25。
2026-04-22 cs.CL
Conversational SimulMT: Efficient Simultaneous Translation with Large Language Models
Department of Data Science & AI, Monash University（数据科学与人工智能系，莫纳什大学）；MBZUAI（马克斯·普朗克智能系统研究所）
针对同步机器翻译中质量与延迟的权衡及大语言模型推理成本高的问题，本文提出对话式同步机器翻译框架，通过多轮对话解码提升效率，实验显示其在保证翻译质量优势的同时，延迟与专用模型相当。
2025-11-17 cs.CL
Prosodic Phrase Alignment for Machine Dubbing
Translators without Borders（无国界译者组织）；Amazon Research（亚马逊研究院）
配音是一种视听翻译，其中对话被翻译和制定，使他们给人的印象，媒体是在目标语言。它需要仔细调整配音录音与表演者的嘴唇动作，以实现视觉连贯性。在本文中，我们处理的韵律短语同步的机器配音的框架内的具体问题。我们的方法利用神经机器翻译中的注意力机制输出来为翻译的对话行找到合理的措辞，然后使用它们来调节它们的合成。我们在这一领域的初步工作记录了与专业配音翻译相当的语音速率比，以及在长对话行的对口型方面的改进。
2019-08-20 cs.CL cs.MM cs.SD
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
Cross-lingual Intermediate Fine-tuning improves Dialogue State Tracking
University of Edinburgh（爱丁堡大学）
面向任务的神经对话系统的最新进展主要集中在少数几种语言上，因为训练数据的注释繁琐且昂贵。机器翻译已被用于使系统多语言，但这可能会引入错误管道。另一个有前途的解决方案是通过预训练的多语言模型使用跨语言迁移学习。现有的方法训练多语言模型与额外的代码混合的任务数据或通过并行本体细化的跨语言表示。在这项工作中，我们通过对预训练的多语言模型进行中间微调来增强迁移学习过程，其中多语言模型使用不同但相关的数据和/或任务进行微调。具体来说，我们使用并行和会话电影字幕数据集设计跨语言的中间任务，适合下游的对话任务。我们只使用20万行并行数据进行中间微调，这已经适用于1782语言对。我们在并行的多语言WoZ（英语->中文，中文->英语）和多语言WoZ（英语->德语，英语->意大利语）数据集上测试了我们的方法。我们在并行MultiWoZ数据集和多语言WoZ数据集上实现了令人印象深刻的改进（联合目标准确度> 20%），分别只有10%的目标语言任务数据和zero-shot设置。
2021-09-28 cs.CL
MQM-Chat: Multidimensional Quality Metrics for Chat Translation
Tohoku University（东北大学）；RIKEN（理化学研究所）；Future Corporation（未来公司）；Machine Learning Solutions Inc.（机器学习解决方案公司）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）
本文提出 MQM-Chat 多维质量度量，通过五个模型的实验揭示聊天翻译中遗漏、过度纠正和流行语等错误，强调风格化内容与对话一致性对评估和未来研究的重要性。
2025-02-02 cs.CL
Cross-Lingual Approaches to Reference Resolution in Dialogue Systems
University of Maryland（马里兰大学）；Amazon Alexa AI（亚马逊Alexa AI）
在槽填充范例中，其中用户可以在会话期间在上下文中回指槽，上下文理解系统的目标是将指代表达解析为上下文中的适当槽。在本文中，我们建立在上下文携带系统~ \citep{Naik2018ContextualSC}，它提供了一个可扩展的多域框架，解决参考。然而，由于在目标语言中获取注释数据的需求很大，因此跨语言扩展这种方法并不是一项简单的任务。我们的主要重点是跨语言的方法参考决议作为一种方式，以减轻在目标语言的注释数据的需要。在跨语言设置中，我们假设可以访问源语言中的注释资源以及经过良好训练的模型，而目标语言中几乎没有注释数据。在本文中，我们探讨了三种不同的跨语言迁移\textemdash ~\去词汇化的方法，数据增强，多语言嵌入和机器翻译。我们比较这些方法都在低资源设置以及一个大的资源设置。我们的实验表明，通过数据增强的多语言嵌入和去词汇化在低资源设置中具有显著影响，但随着目标语言中可用数据量的增加，收益会减少。此外，当与机器翻译相结合时，我们可以获得非常接近目标语言的实际实时数据的性能，只有25%的数据被投射到目标语言中。
2018-11-27 cs.CL
Guider l'attention dans les modeles de sequence a sequence pour la prediction des actes de dialogue
IBM Research Zurich（IBM研究院苏黎世分部）；Telecom Paris（巴黎电信学院）；IBM France（IBM法国分部）
基于会话的对话行为预测是会话Agent开发中的一个关键部分。准确预测DA需要对会话和全局标记依赖性进行精确建模。我们利用在神经机器翻译（NMT）中广泛采用的seq2seq方法来改进标签顺序性的建模。Seq2seq模型可以学习复杂的全局依赖关系，而目前提出的使用线性条件随机场（CRF）的方法只能对局部标签依赖关系进行建模。在这项工作中，我们引入了一个seq2seq模型定制DA分类使用：分层编码器，一种新的引导注意力机制和束搜索适用于训练和推理。与现有技术相比，我们的模型不需要手工制作的功能，并且是端到端训练的。此外，所提出的方法实现了无与伦比的准确性得分为85%的SwDA，和最先进的准确性得分为91.6%的MRDA。
2020-02-26 cs.CL
Corpus of Cross-lingual Dialogues with Minutes and Detection of Misunderstandings
Charles University, Faculty of Mathematics and Physics（查尔斯大学数学与物理学院）；Institute of Formal and Applied Linguistics (ÚFAL)（形式与应用语言学研究所）
本文提出一个多语言对话语料库及自动检测误解的方法，通过手动标注和模型测试，验证了Gemini模型在识别误解方面的性能。
2025-12-23 cs.AI cs.CL
BaatCheet: A Multilingual Corpus for Dialogue Translation in Indian Languages
针对现有翻译模型难以处理日常对话现象的问题，本文提出多语种对话语料库BaatCheet，含约49,000个对话，覆盖五个翻译方向，并微调五个开源LLM，证明微调显著优于零样本和少样本基线，采用多种评估策略验证翻译质量。
2026-09-29 cs.CL
Using Ontology-Based Context in the Portuguese-English Translation of Homographs in Textual Dialogues
Military Institute of Engineering（军事工程学院）
针对对话系统中存在的消息翻译问题，提出了一种新的解决方法。当前，提交到对话系统的消息被认为是孤立的句子。因此，上下文信息的缺失阻碍了歧义句中同形词的消歧。我们的方法解决了这个消歧问题，使用现有的本体概念。
2015-10-07 cs.CL
Machine-Translation History and Evolution: Survey for Arabic-English Translations
Sana’a University（萨那大学）
由于信息和通信技术的迅速变化，世界已成为一个小村庄，来自世界各地的人们通过互联网相互联系，进行对话和交流。此外，通信已成为日常活动，由于新的全球化，其中公司，甚至大学成为全球居住跨越国家边界。因此，翻译成为这个互联世界中所需的活动。信息和通信技术使一个国家的学生能够随时随地轻松地学习不同国家的课程，甚至获得不同国家的学位。作为结果的通信仍然需要一种语言作为帮助接收者理解发送消息内容的手段。人们需要一个自动翻译应用程序，因为人工翻译很难找到所有的时间，和人工翻译是非常昂贵的翻译相比，自动化的过程。几种类型的研究描述了机器翻译的电子过程。在本文中，作者将研究这些研究的一部分，他们将探讨机器翻译所需的一些工具。本文的研究将有助于机器翻译领域的研究者对机器翻译的研究群体进行总结，并阐明翻译机制的重要性。
2017-09-14 cs.CL
Translation as a Decision Space: A Multi-Agent Perspective on Low-Resource Dialect Generation
Sakarya University（萨卡里亚大学）；TU Clausthal（克劳斯塔尔工业大学）；University of Luxembourg（卢森堡大学）；Luxembourg Institute of Science and Technology（卢森堡科学技术研究院）
该研究将翻译视为多智能体探索的决策空间，针对土耳其语-叙利亚阿拉伯语翻译开展实证研究，提出可解释低资源方言生成的框架，轻量稳定化可提升方言标记使用量并降低结构不稳定性。
2026-09-04 cs.AI cs.CL
Context-Aware LLM Translation System Using Conversation Summarization and Dialogue History
PwC Korea（普华永道韩国）；Yonsei University（延世大学）
本文提出一种上下文感知的大语言模型翻译系统，通过结合最近对话原始数据与早期对话摘要来管理上下文长度，显著提升英韩客户支持对话翻译的准确性与连贯性。
2024-10-22 cs.CL
Translating Pro-Drop Languages with Reconstruction Models
ADAPT Centre, Dublin City University（都柏林城市大学 ADAPT 中心）；Tencent AI Lab（腾讯人工智能实验室）
代词在诸如中文的亲降语言中经常被省略，通常导致关于完整翻译的产生的重大挑战。神经机器翻译中的代词脱落问题至今还没有引起足够的重视。在这项工作中，我们提出了一种新的基于重建的方法来减轻DP翻译问题的NMT模型。首先，所有源句子中的DP自动标注与双语训练语料库中提取的平行信息。接下来，从NMT模型中的隐藏表示重建带注释的源句子。利用辅助训练目标，在重建分数方面，与NMT模型相关联的参数被引导以产生尽可能多地被鼓励嵌入注释的DP信息的增强的隐藏表示。在汉英和日英对话翻译任务上的实验结果表明，该方法在强NMT基线上显著且一致地提高了翻译性能，该NMT基线直接建立在用DP标注的训练数据上。
2018-01-10 cs.CL
IMTLab: An Open-Source Platform for Building, Evaluating, and Diagnosing Interactive Machine Translation Systems
Nanjing University（南京大学）；Tencent AI Lab（腾讯人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）；University of Science and Technology of China（中国科学技术大学）
IMTLab是一个开源平台，用于构建、评估和诊断交互式机器翻译系统，实验表明前缀约束解码编辑成本最低，BiTIIMT体验更佳。
2023-10-17 cs.CL
Towards Speech Dialogue Translation Mediating Speakers of Different Languages
Kyoto University（京都大学）；National Institute of Information and Communications Technology（国立信息与通信技术研究所）；National Institute of Informatics（国立信息学研究所）
本文提出面向不同语言说话者的语音对话翻译任务，构建了SpeechBSD数据集，提出单语和双语上下文利用方式，并通过Whisper和mBART级联实验证明双语上下文效果更优。
2023-05-22 cs.CL
A Simple, Fast Diverse Decoding Algorithm for Neural Generation
Stanford University（斯坦福大学）
在本文中，我们提出了一个简单，快速的解码算法，促进多样性的神经生成。该算法通过增加兄弟姐妹间的排序惩罚来修改标准的束搜索算法，有利于从不同的父母中选择假设。我们评估所提出的模型的对话响应生成，摘要摘要和机器翻译的任务。我们发现，不同的解码有助于所有的任务，特别是那些需要重新排序。我们进一步提出了一种变体，该变体能够使用强化学习（RL）针对不同输入自动调整其多样性解码率。我们观察到这种RL技术的进一步性能提升。本文包括来自未发表脚本“互信息和多样解码改善神经机器翻译“（Li和Jurafsky，2016）的材料。
2016-12-22 cs.CL
Control-DAG: Constrained Decoding for Non-Autoregressive Directed Acyclic T5 using Weighted Finite State Automata
University of Cambridge（剑桥大学）
针对有向无环Transformer应用于通用自然语言生成时的OOV错误和实体生成问题，提出带词汇、词表和长度控制的约束解码算法Control-DAG，在相关数据集上显著提升DA-T5性能，取得出色的非自回归生成结果。
2024-04-10 cs.CL
Dataflow Dialogue Generation
Telepathy Labs GmbH（心灵实验室有限公司）
本文在数据流对话范式内展示面向任务的对话生成，通过MultiWOZ和SMCalFlow领域的示例证明，使用生成的对话扩充训练集可提升用户请求到数据流表达式的翻译准确率。
2023-08-04 cs.CL
Efficient Multilingual Dialogue Processing via Translation Pipelines and Distilled Language Models
Universidad de los Andes（洛斯安第斯大学）
本文提出通过翻译流水线和压缩语言模型实现多语言对话处理，展示在低资源语言上无需微调即可取得高性能的成果。
2026-01-14 cs.CL
A Robust and Efficient Three-Layered Dialogue Component for a Speech-to-Speech Translation System
我们提出了语音到语音翻译系统VERBMOBIL的对话组件。与传统的对话系统相比，它调解对话，同时最多处理50%的对话深度。像鲁棒性和效率这样的特殊要求导致了对话模块的3层混合架构，使用统计，自动机和规划器。对话记忆是逐步建立的。
1995-02-10 cmp-lg cs.CL
An Investigation of Warning Erroneous Chat Translations in Cross-lingual Communication
Tohoku University（东北大学）；NTT（日本电报电话公司）；RIKEN（理化学研究所）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；Machine Learning Solutions Inc.（机器学习解决方案公司）
本文调查聊天翻译中错误警告的感知与效用，证明警告信息有助于提升聊天翻译系统的有效性。
2024-11-05 cs.AI cs.CL cs.CY
Towards Cultural Bridge by Bahnaric-Vietnamese Translation Using Transfer Learning of Sequence-To-Sequence Pre-training Language Model
Ho Chi Minh City University of Technology (HCMUT)（胡志明市理工大学）；Vietnam National University Ho Chi Minh City（越南胡志明市国家大学）
为解决巴拿语-越南语翻译中资源不足问题，利用基于序列到序列预训练语言模型的迁移学习方法，借助预训练越南语模型，结合有限双语资源继续训练，并通过数据增强等优化，有效实现翻译，促进民族文化交流。
2026-07-28 cs.CL
Guiding attention in Sequence-to-sequence models for Dialogue Act prediction
LTCI, Telecom Paris, Institut Polytechnique de Paris（巴黎理工学院巴黎电信学院LTCI实验室）；IBM GBS France（法国IBM全球企业服务部）；IBM Zurich（苏黎世IBM）
基于会话的对话行为预测是会话Agent开发中的一个关键部分。准确预测DA需要对会话和全局标记依赖性进行精确建模。我们利用在神经机器翻译（NMT）中广泛采用的seq2seq方法来改进标签顺序性的建模。Seq2seq模型可以学习复杂的全局依赖关系，而目前提出的使用线性条件随机场（CRF）的方法只能对局部标签依赖关系进行建模。在这项工作中，我们引入了一个seq2seq模型定制DA分类使用：分层编码器，一种新的引导注意力机制和束搜索适用于训练和推理。与现有技术相比，我们的模型不需要手工制作的功能，并且是端到端训练的。此外，所提出的方法实现了无与伦比的准确性得分为85%的SwDA，和最先进的准确性得分为91.6%的MRDA。
2020-02-26 cs.CL cs.LG
Granularity is crucial when applying differential privacy to text: An investigation for neural machine translation
Technical University of Darmstadt（达姆施塔特工业大学）；University Alliance Ruhr（鲁尔大学联盟）；Ruhr University Bochum（波鸿鲁尔大学）
本文研究了在神经机器翻译中应用差分隐私时，句子级与文档级粒度对隐私保护效用的不同影响，发现文档级NMT系统在抵御成员推理攻击和防止个人信息泄露方面表现更优，强调了选择正确隐私粒度的重要性。
2024-09-26 cs.CL
Design of intelligent proofreading system for English translation based on CNN and BERT
General Hospital of Tisco（太钢总医院）；Sixth Hospital of Shanxi Medical University（山西医科大学第六医院）；China University of Mining and Technology（中国矿业大学）
本文提出一种融合CNN局部n-gram特征与BERT上下文表示的英德翻译智能校对系统，通过错误检测与GRU校正模块实现端到端训练，在WMT和OpenSubtitles上取得90%准确率、89.37% F1和16.24% MSE，整体性能超过近期方法10%以上。
2025-06-05 cs.CL
MSCTD: A Multimodal Sentiment Chat Translation Dataset
Beijing Jiaotong University（北京交通大学）；Tencent Inc（腾讯公司）
多模态机器翻译和文本聊天翻译近年来受到了相当大的关注。虽然自然形式的会话通常是多模态的，但在会话中的多模态机器翻译方面的工作仍然缺乏。在这项工作中，我们引入了一个名为多模式聊天翻译（MCT）的新任务，旨在借助相关的对话历史和视觉上下文生成更准确的翻译。为此，我们首先构建了一个多模态情感聊天翻译数据集（MSCTD），包含142,871英汉话语对14,762双语对话和30,370英德话语对3,079双语对话。对应于反映当前会话场景的视觉上下文的每个话语对被注释有情感标签。然后，我们通过建立多个基线系统，将多模态和情感特征的MCT的基准任务。四个语言方向（英语-汉语和英语-德语）的初步实验验证了上下文和多模态信息融合的潜力和情感对MCT任务的积极影响。此外，作为MSCTD的副产品，它还提供了两个新的多模态对话情感分析基准。我们的工作可以促进多模态聊天翻译和多模态对话情感分析的研究。
2022-02-28 cs.CL
Rosetta at AlexandriaX-2026: LoRA-Adapted NileChat for Context-Aware Dialectal Arabic Dialogue Translation
Tanta University（坦塔大学）；Alliance University（联盟大学）；Robusta Studio（罗布斯塔工作室）；Alexandria University（亚历山大大学）；Yale University（耶鲁大学）
本文介绍Rosetta系统，通过微调LoRA适配器于NileChat-3B，实现上下文感知的英语到阿拉伯语方言对话翻译，在共享任务中取得良好排名，并发现外部预训练可能导致负迁移。
2026-09-10 cs.CL
Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions
Fondazione Bruno Kessler（布鲁诺·科塞尔基金会）
本文聚焦普通用户群体，追溯机器翻译（MT）用户画像演变，结合跨学科研究提出可用性、信任度和素养三大核心因素，为构建更以用户为中心的MT提供指导。
2025-09-21 cs.CL cs.CY
Multilingual KokoroChat: A Multi-LLM Ensemble Translation Method for Creating a Multilingual Counseling Dialogue Dataset
本文提出多LLM集成翻译方法，通过翻译日文咨询语料库KokoroChat生成多语言咨询对话数据集，验证了该方法在翻译质量上的优越性。
2026-04-06 cs.CL
There is no Artificial General Intelligence
Cognotekt GmbH（科格诺泰克有限公司）；University at Buffalo（布法罗大学）
创建通用人工智能（AGI）的目标-或者换句话说，创建图灵机（现代计算机），可以模仿人类智能的方式-自从人工智能的想法首次提出以来，一直占据着人工智能研究人员。这些讨论中的一个共同主题是，机器与人类进行令人信服的对话的能力至少可以作为AGI的充分标准。我们认为，这种能力也应该被接受为AGI的一个必要条件，我们提供了一个描述的性质，特别是人类对话和人类语言一般在这种背景下。然后，我们认为，由于数学原因，不可能以这样一种方式对机器进行编程，使其能够完全掌握人类的对话行为。这是因为（1）没有传统的明确设计的数学模型可以用作创建此类程序的起点;（2）因为即使是使用机器学习生成的自动化模型（已成功用于机器翻译等领域）也无法扩展到处理人类对话。如果是这样，那么我们可以得出结论，图灵机也不能拥有AGI，因为它不能满足AGI的必要条件。然而，与此同时，我们承认图灵机在高度受限的环境中掌握对话行为的潜力，在这种环境中，所谓的"狭义“人工智能仍然具有相当大的实用性。
2019-11-28 cs.AI cs.CL
Extrinsic Evaluation of Machine Translation Metrics
University of Edinburgh（爱丁堡大学）
本研究评估了chrF、COMET等机器翻译指标在三个跨语言下游任务中的片段级有效性，发现这些指标与最终任务结果相关性可忽略，建议未来指标应输出标签而非分数。
2023-06-19 cs.AI cs.CL
Variational Transformers for Diverse Response Generation
Center for Artificial Intelligence Research (CAiRE)（人工智能研究中心（CAiRE））；The Hong Kong University of Science and Technology（香港科技大学）
尽管Transformers在许多序列建模任务中有很大的前景（例如，机器翻译），它们的确定性本质阻碍了它们推广到诸如对话响应生成之类的高熵任务。以前的工作提出了捕捉对话响应的变化与递归神经网络（RNN）为基础的条件变分自编码器（CVAE）。然而，RNN的自回归计算限制了训练效率。因此，我们提出了变分Transformer（VT），变分自关注前馈序列模型。VT通过将随机潜变量纳入Transformers中，将Transformer的并行性和全局感受野与CVAE的变分性质相结合。我们探索两种类型的VT：1）建模的话语级的多样性与全球的潜变量;和2）增强的Transformer解码器与一系列细粒度的潜变量。然后，在三个会话数据集上对所提出的模型进行自动度量和人工评估。实验结果表明，我们的模型提高了标准Transformers和其他基线的多样性，语义相关性和人类的判断。
2020-03-28 cs.CL
BIG-C: a Multimodal Multi-Purpose Dataset for Bemba
University of Zambia（赞比亚大学）；George Mason University（乔治梅森大学）
本文提出面向资源匮乏的本巴语的大型多模态数据集BIG-C，包含超9.2万条基于图像的多轮对话及180余小时音频，并提供ASR、MT和ST基线，以推动低资源语言的多模态研究。
2023-05-26 cs.CL
Detecting dementia in Mandarin Chinese using transfer learning from a parallel corpus
University of Toronto（多伦多大学）；Vector Institute（矢量研究所）；Academia Sinica（中央研究院）；Toronto Rehabilitation Institute（多伦多康复研究所）
机器学习已经显示出通过语音自动检测阿尔茨海默病（AD）的前景;然而，数据的稀缺阻碍了这一努力，特别是英语以外的语言。我们提出了一种方法来学习两种语言中独立设计的词汇句法特征之间的对应关系，使用大型并行语料库的域外电影对话数据。我们将其应用于普通话中的痴呆检测，并证明我们的方法优于单语和基于机器翻译的基线。这似乎是第一项在检测认知能力下降时转移特征域的研究。
2019-06-01 cs.CL
DeepCopy: Grounded Response Generation with Hierarchical Pointer Networks
University of California, Santa Barbara（加州大学圣巴巴拉分校）；Google AI（谷歌人工智能）；Carnegie Mellon University（卡内基梅隆大学）；Amazon Alexa AI（亚马逊 Alexa 人工智能）
神经序列到序列模型的最新进展已经为几个基于语言生成的任务带来了有希望的结果，包括对话响应生成、摘要和机器翻译。然而，已知这些模型具有若干问题，尤其是在基于闲聊的对话系统的上下文中：它们倾向于生成通常过于通用的简短且沉闷的响应。此外，这些模型不基于知识和事实的会话响应，导致对用户来说不准确，信息量和吸引力的回合。在本文中，我们提出并实验了一系列的响应生成模型，旨在服务于一般情况下，除了对话的背景下，相关的非结构化的外部知识的文本形式也被假定为可供模型利用。我们提出的方法扩展了指针生成器网络（参见等人，2017年），通过允许解码器分层出席和复制从外部知识除了对话上下文。我们根据经验证明了所提出的模型与几个基线相比的有效性，包括（Ghazvininejad等人，2018年; Zhang等人，2018年）通过CONVAI 2数据集上的自动评估指标和人工评估。
2019-08-28 cs.AI cs.CL cs.LG
Scheduled Multi-task Learning for Neural Chat Translation
Beijing Jiaotong University（北京交通大学）；Tencent Inc（腾讯公司）
神经聊天翻译（NCT）旨在将会话文本翻译成不同的语言。现有的方法主要集中于对双语对话特征（例如，连贯性），以通过对小规模聊天翻译数据的多任务学习来改进聊天翻译。虽然NCT模型已经取得了令人瞩目的成功，但由于聊天翻译数据不足和简单的联合训练方式，仍然远远不能令人满意。为了解决上述问题，我们提出了一个预定的多任务学习框架的NCT。具体来说，我们设计了一个三阶段的训练框架，通过在原始预训练和微调阶段之间添加第二个预训练阶段，将大规模域内聊天翻译数据纳入训练。此外，我们研究了在多个训练阶段中在哪里以及如何安排对话相关的辅助任务，以有效地增强主要的聊天翻译任务。在英汉和英德四个语言方向上的实验验证了该方法的有效性和优越性。此外，我们还向研究界公开了大规模的域内配对双语对话数据集。
2022-05-10 cs.CL
Programming by Example and Text-to-Code Translation for Conversational Code Generation
AI Zwei, Inc.（AI Zwei公司）；AI Zwei Tech（AI Zwei科技公司）；Symanto Research（Symanto研究院）
对话系统是自然语言处理中越来越受欢迎的任务。然而，对话路径往往是确定性的，仅限于系统轨道，而不管给定的请求或输入文本。程序合成的最新进展已经导致了能够从非常一般的搜索空间合成程序的系统，例如通过实例编程，以及具有用于编写程序的非常可访问的接口的系统，例如文本到代码的翻译，但是还没有在同一系统中实现这两种质量。我们提出了文本引导分层合成模块化程序（MPaTHS），这是一种集成示例编程和文本到代码系统的方法，它为合成通用程序提供了一个可访问的自然语言接口。我们提出了一个程序表示，使我们的方法被应用到面向任务的对话的问题。最后，我们演示MPaTHS使用我们的程序表示。
2023-01-18 cs.CL
Contextual Semantic Parsing for Multilingual Task-Oriented Dialogues
Stanford University（斯坦福大学）；Meta
面向任务的对话系统的鲁棒状态跟踪目前仍然局限于几种流行的语言。本文表明，给定一个大规模的对话数据集在一种语言，我们可以自动产生一个有效的语义分析器为其他语言使用机器翻译。我们提出了自动翻译对话数据集与对齐，以确保忠实的翻译槽值，并消除昂贵的人力监督使用在以前的基准。我们还提出了一个新的上下文语义解析模型，它编码的正式槽和值，只有最后的代理和用户的话语。我们表明，简洁的表示减少了翻译错误的复合效应，而不会损害在实践中的准确性。我们在几个对话状态跟踪基准上评估我们的方法。在RiSAWOZ、CrossWOZ、CrossWOZ-EN和MultiWOZ-ZH数据集上，我们将联合目标准确度提高了11%、17%、20%和0.3%。我们对所有三个数据集进行了全面的错误分析，显示错误的注释可能会导致对模型质量的错误判断。最后，我们介绍了使用我们的翻译方法创建的RiSAWOZ英语和德语数据集。在这些数据集上，准确度在原始数据集的11%以内，这表明高准确度的多语言对话数据集是可能的，而不依赖于昂贵的人工注释。我们发布我们的数据集和软件开源。
2023-02-18 cs.CL cs.LG
Agentic AI Translate: An Agentic Translator Prototype for Translation as Communication Design
Rikkyo University（立命馆大学）；Translation Lab Inc（翻译实验室公司）
本文提出了一种代理翻译原型，通过将翻译研究的金属语言转化为生成AI的指令代码，重新定义翻译作为沟通设计的过程，而非文本转换。
2026-05-16 cs.AI cs.CL cs.HC
Insights into the Dialogue Processing of VERBMOBIL
我们提出了语音到语音翻译系统VERBMOBIL的对话模块。我们遵循的方法，解决方案的对话处理在调解的情况下不能依赖于一个单一的约束处理工具，但在几个简单的，高效的，强大的组件的组合。我们将展示我们的对话处理解决方案如何应用于实际数据，并给出一些例子，我们的模块有助于从德语到英语的正确翻译。
1997-03-18 cmp-lg cs.CL
A Survey on Non-Autoregressive Generation for Neural Machine Translation and Beyond
Soochow University（苏州大学）；Microsoft Research（微软研究院）
本文系统综述了非自回归生成在神经机器翻译及其他任务中的研究进展，分类梳理了缩小与自回归模型精度差距的各类方法，并展望了未来方向。
2023-07-06 cs.CL cs.LG
MTCue: Learning Zero-Shot Control of Extra-Textual Attributes by Leveraging Unstructured Context in Neural Machine Translation
University of Sheffield（谢菲尔德大学）
本文提出MTCue框架，将所有上下文统一视为文本并学习其抽象表示，在对话翻译中实现文本外属性的零样本控制，显著优于非上下文和标记基线。
2023-05-25 cs.AI cs.CL cs.LG
Multi-domain machine translation enhancements by parallel data extraction from comparable corpora
平行文本是一种相对稀缺的语言资源，但它是一种非常有用的研究材料，有着广泛的应用。本研究提出并分析了新的方法，我们开发了从以前建立的可比语料库获得这样的数据。这些方法是自动的和无监督的，这使得它们适合大规模的研究。这项任务是非常实用的，因为非平行的多语言数据比平行语料库更频繁地出现，并且访问它们很容易，尽管平行句子是一个更有用的资源。在这项研究中，我们提出了一种自动网络爬行的方法，以建立主题对齐的可比语料库，例如基于维基百科或Euronews.com。我们还开发了新的方法，从可比数据中获得平行句子，并提出了能够选择不一致或部分等价翻译的语料库过滤方法。我们的方法很容易扩展到其他语言。通过分析其使用对统计机器翻译系统的影响，对所创建语料库的质量进行了评估。实验的基础上提出的波兰语-英语对文本从不同的领域，即讲座，短语手册，电影对话，欧洲议会议事录和文本包含药品传单。我们还测试了第二种基于可比语料库的数据创建平行语料库的方法，该方法允许基于它们之间的类比自动扩展关于给定域的现有句子语料库。因此，它不需要具有过去的并行资源来训练分类器。
2016-03-22 cs.CL stat.ML
