Cross-lingual Human-Preference Alignment for Neural Machine Translation with Direct Quality Optimization
LILT;Amazon(亚马逊)
本文提出DQO方法,用预训练翻译质量估计模型替代人类偏好,并将DPO式对齐用于NMT,仅在部分语言上训练即可提升多语言模型的整体翻译质量。
2025-09-29 cs.CL
Direct Preference Optimization for Neural Machine Translation with Minimum Bayes Risk Decoding
University of Cambridge(剑桥大学)
针对多语言大语言模型的MBR解码计算成本高的问题,提出用DPO强化学习技术微调模型,仅用小型单语微调集即可在推理无额外计算的情况下提升多个NMT测试集的翻译性能。
2024-04-12 cs.CL
A Preference-driven Paradigm for Enhanced Translation with Large Language Models
Amazon AGI(亚马逊AGI);Saarland University(萨尔大学);Eastern Institute of Technology(东方理工学院)
针对监督微调在LLMs翻译中易受噪声影响且遭遇性能瓶颈的问题,提出基于Plackett-Luce模型的偏好驱动方法,并构建MAPLE数据集,通过全局视角理解翻译偏好以突破瓶颈。
2024-08-29 cs.CL
Is Preference Alignment Always the Best Option to Enhance LLM-Based Translation? An Empirical Analysis
Artefact Research Center(Artefact 研究中心);Unbabel;Equall;MICS, CentraleSupélec, Université Paris-Saclay(巴黎-萨克雷大学中央理工-高等电力学院数学与计算机科学实验室);Instituto de Telecomunicações(电信研究所);Instituto Superior Técnico & Universidade de Lisboa(里斯本大学高等技术学院)
本研究通过实证分析探讨了基于偏好的对齐在提升大语言模型翻译质量中的效果,发现CPO在高质量数据上表现优异,但可能在下游度量上存在不稳定性,同时基础模型生成翻译的表现与多个外部系统相当且更一致。
2024-09-30 cs.CL
Creating Domain-Specific Translation Memories for Machine Translation Fine-tuning: The TRENCARD Bilingual Cardiology Corpus
Universitat Autònoma de Barcelona(巴塞罗那自治大学)
本文提出一种由译者主导的半自动翻译记忆构建方法,并据此从土耳其心脏病学期刊双语摘要构建了约80万词、5万句的TRENCARD土英双语语料库,用于机器翻译及大语言模型微调。
2024-09-04 cs.CL
Cross-Preference Learning for Sentence-Level and Context-Aware Machine Translation
School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院);School of Computer Science and Artificial Intelligence, Zhengzhou University(郑州大学计算机与人工智能学院);Huawei Translation Services Center(华为翻译服务中心)
本文提出跨偏好学习框架,通过整合内在和跨条件偏好,提升句子级和上下文感知机器翻译的互补效益,实验显示在多个任务中翻译质量与鲁棒性均有提升。
2026-09-07 cs.CL
$M^2PO$: Multi-Perspective Multi-Pair Preference Optimization for Machine Translation
Alibaba International Digital Commerce(阿里巴巴国际数字商业)
研究针对机器翻译中主流方法受误导性奖励信号影响的问题,提出$M^2PO$框架,通过双视角机制和多对目标优化偏好,实验证明该框架能使模型性能提升,超越开源基线并接近专有模型。
2026-07-29 cs.CL
Backtranslation Augmented Direct Preference Optimization for Neural Machine Translation
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
提出基于直接偏好优化的强化学习后训练框架,利用通用文本语料和专家反馈纠正神经机器翻译错误,在英德翻译任务上将COMET分数从0.703提升至0.747。
2026-08-04 cs.CL
Remedy: Learning Machine Translation Evaluation from Human Preferences with Reward Modeling
Language Technology Lab University of Amsterdam(语言技术实验室 阿姆斯特丹大学)
针对机器翻译评估中人类评分噪声及现有方法片段级表现差的问题,提出将评估重构为奖励建模任务的ReMedy框架,通过成对偏好数据学习相对质量,在WMT22-24任务中实现片段与系统级最优,且检测错误和评估低质翻译能力卓越。
2025-04-18 cs.CL
Contrastive Preference Optimization: Pushing the Boundaries of LLM Performance in Machine Translation
Microsoft(微软公司)
本研究提出对比偏好优化(CPO)方法,通过训练模型避免生成不完美翻译来改进中等规模LLM的机器翻译性能,新模型ALMA-R仅用22K平行句和12M参数即超越GPT-4和WMT获胜者。
2024-06-03 cs.CL
PMMT: Preference Alignment in Multilingual Machine Translation via LLM Distillation
Alibaba International Digital Commerce Group(阿里巴巴国际数字商业集团)
本文提出 PMMT 方法,利用 LLM 生成特定偏好语料并蒸馏至小模型,在偏好对齐翻译任务中大幅领先,且在 WMT 等基准上具竞争力。
2024-10-15 cs.AI cs.CL
Improving LLMs for Machine Translation Using Synthetic Preference Data
University of Ljubljana, Faculty of Computer and Information Science(卢布尔雅那大学计算机与信息科学系)
本文以斯洛文尼亚语为例,利用两个大语言模型生成合成翻译数据并结合启发式规则与COMET指标排序,通过直接偏好优化微调GaMS-9B-Instruct,使COMET分数提升约0.04和0.02,并更稳定地避免语言与格式错误。
2025-08-20 cs.CL
Automatically Creating Bilingual Lexicons for Machine Translation from Bilingual Text
提出了一种通过从对齐的双语文本中提取双语条目来自动扩充现有机器翻译系统的双语词典的方法。所提出的方法仅依赖于MT系统本身中已经可用的资源。它是基于双语词汇模板的使用,以匹配在对齐的句子的分析中的终端符号。
1998-07-20 cmp-lg cs.CL
Filling the Gap for Uzbek: Creating Translation Resources for Southern Uzbek
Tilmoch;Academy of Sciences of Afghanistan(阿富汗科学院);MBZUAI
针对南乌兹别克语在自然语言处理中代表性不足的问题,创建其机器翻译资源(含FLORES+开发集、平行语料及微调模型lutfiy),提出恢复阿拉伯字母半空格的后处理方法,公开资源以支持低资源语言研究。
2025-08-20 cs.CL
Advancing Translation Preference Modeling with RLHF: A Step Towards Cost-Effective Solution
School of Computer Science, Fudan University(复旦大学计算机科学学院);College of Foreign Languages and Literature, Fudan University(复旦大学外国语言文学学院);Institute of Modern Languages and Linguistics, Fudan University(复旦大学现代语言与语言学研究所)
本文提出低成本 RLHF 翻译偏好学习方法,通过区分人工与机器翻译训练奖励模型,实验证明其可提升翻译质量并迁移到未训练方向。
2024-02-27 cs.CL cs.LG
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
From Utterance to Vividity: Training Expressive Subtitle Translation LLM via Adaptive Local Preference Optimization
MAIS, Institute of Automation, Chinese Academy of Sciences(自动化研究所,中国科学院);School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院);Hujing Digital Media & Entertainment Group(华景数字媒体与娱乐集团);Geely AI lab(吉利AI实验室)
本研究提出ALPO方法,通过构建多方向字幕语料库,优化翻译LLM的表达性和生动性,提升翻译质量的多维评估性能。
2026-02-01 cs.AI cs.CL
DPO-Tuned Large Language Models for Segmentation in Simultaneous Speech Translation
本研究提出基于DPO微调的大语言模型切分框架,用于同声传译,通过偏好对齐提升切分准确性,在ACL 60/60语料库上优于SHAS,并改善翻译质量与延迟。
2025-10-14 cs.CL
SimulPL: Aligning Human Preferences in Simultaneous Machine Translation
School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Graduate School of Translation and Interpretation, Beijing Foreign Studies University(北京外国语大学高级翻译学院)
SimulPL 提出面向同声机器翻译的偏好学习框架,将人类偏好归纳为翻译质量、单调性、关键点、简洁性和延迟五类,并利用 GPT-4/4o 生成偏好数据、将延迟偏好纳入优化目标,从而改进读/写策略,在多个语言方向上实现与人类偏好更好的对齐。
2025-02-05 cs.AI cs.CL
Learning to Translate Ambiguous Terminology by Preference Optimization on Post-Edits
Computational Linguistics &(计算语言学);IWR, Heidelberg University(海德堡大学IWR);SAP SE(SAP公司)
本文提出基于偏好优化利用译后编辑数据来消解术语翻译歧义,无需一一对应词典或解码时人工干预,在英德数据上显著提升术语准确率且不损失 COMET 分数。
2025-07-17 cs.CL
PROST-LLM: Progressively Enhancing the Speech-to-Speech Translation Capability in LLMs
The Chinese University of Hong Kong Huawei Artificial Intelligence Laboratory (Leibniz)(香港中文大学华为人工智能实验室(莱布尼茨))
PROST-LLM通过逐步增强方法提升大语言模型在语音到语音翻译中的能力,采用三任务学习和模态链方法,结合自我采样和回译生成偏好对,最终通过偏好优化提升翻译性能。
2026-01-23 cs.CL
Qwen-MT-Lumen at WMT2026: Instruction-Specialized Translation via Quality-Aware Training and On-Policy Distillation
Alibaba Token Hub(阿里 Token Hub)
该研究针对WMT2026通用机器翻译任务提交Qwen-MT-Lumen模型,通过四阶段流程优化指令专用翻译,在23个翻译方向上总体平均得分达4.60,性能可媲美领先专有系统。
2026-10-15 cs.CL
Word Alignment as Preference for Machine Translation
The University of Tokyo(东京大学);NTT Corporation(NTT公司)
本文提出将词对齐作为偏好信号,通过直接偏好优化引导基于大语言模型的机器翻译系统,以缓解幻觉和遗漏问题,并设计了基于GPT-4的评估方法进行验证。
2024-11-20 cs.AI cs.CL
Redefining Machine Translation on Social Network Services with Large Language Models
Beihang University(北京航空航天大学);Xiaohongshu Inc.(小红书公司);Beijing University of Posts and Telecommunications(北京邮电大学);Nanjing University(南京大学)
本文提出面向社交网络翻译的72B大语言模型RedTrans,通过双LLM回译采样、重写偏好优化和RedTrans-Bench基准三项创新,在SNS文化内容翻译上超越现有模型并已实际部署。
2025-04-10 cs.CL
ALMol: Aligned Language-Molecule Translation LLMs through Offline Preference Contrastive Optimisation
Queen Mary University of London(伦敦玛丽女王大学)
针对化学AI领域中语言-分子翻译的训练效率与分布外问题,提出对比偏好优化方法,仅用10%数据实现最高32%的性能提升,并推出细粒度跨领域幻觉评估方案。
2024-07-15 cs.CL cs.MM
Tower: An Open Multilingual Large Language Model for Translation-Related Tasks
Carnegie Mellon University(卡内基梅隆大学)
本文提出Tower开源多语言大语言模型,通过多语言混合数据持续预训练和翻译指令微调,在翻译工作流多任务上超越开源模型并比肩闭源模型,同时发布模型、数据集与评估框架。
2024-02-27 cs.CL
CLewR: Curriculum Learning with Restarts for Machine Translation Preference Learning
Bitdefender;Department of Computer Science, University of Bucharest(布加勒斯特大学计算机科学系)
本文提出CLewR方法,通过课程学习与重置策略提升机器翻译性能,验证了在多种模型和优化技术中的有效性。
2026-04-17 cs.AI cs.CL cs.LG
CRPO: Confidence-Reward Driven Preference Optimization for Machine Translation
Rutgers University(罗格斯大学);Amazon(亚马逊)
针对LLM机器翻译中偏好数据质量影响DPO性能的问题,提出CRPO方法,结合奖励分数与模型置信度选择困难样本,提升翻译准确性与数据效率,并适用于多种模型架构。
2025-01-23 cs.AI cs.CL cs.CV
MetaMetrics-MT: Tuning Meta-Metrics for Machine Translation via Human Preference Calibration
University of Toronto(多伦多大学);Boston University(波士顿大学);Monash Indonesia(莫纳什印度尼西亚分校);Capital One(第一资本金融公司)
该研究提出了通过人类偏好校准、基于高斯过程贝叶斯优化的机器翻译评估元指标MetaMetrics-MT,在WMT24数据集有参考设置下超越现有基线达SOTA,无参考设置下性能领先且效率更高。
2024-11-01 cs.AI cs.CL cs.LG
On-Policy Optimization with Group Equivalent Preference for Multi-Programming Language Understanding
The Chinese University of Hong Kong(香港中文大学);ChatEDA Tech(ChatEDA科技)
本文提出OORL框架和GEPO方法,通过代码翻译任务提升LLMs对多编程语言代码功能的理解和跨语言关系的认知。
2025-12-04 cs.CL
Mitigating Hallucinated Translations in Large Language Models with Hallucination-focused Preference Optimization
Boston University(波士顿大学);Apple(苹果公司)
针对LLM翻译幻觉问题,提出在训练阶段内在缓解幻觉的数据创建框架,通过生成聚焦幻觉的偏好数据集微调模型,使幻觉率在五个语言对上平均降低96%,零样本设置下平均降低89%,且保持翻译质量。
2025-01-28 cs.AI cs.CL cs.LG
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
SignDPO: Multi-level Direct Preference Optimisation for Skeleton-based Gloss-free Sign Language Translation
Monash University(墨尔本大学);Nanyang Technological University(南洋理工大学)
SignDPO通过多级直接偏好优化提升骨骼基签名语翻译的对齐效果,通过自引导机制和自动语言级偏好生成器解决语义漂移问题,实验表明其在多个基准测试中优于现有无手势符号方法。
2026-04-20 cs.CL cs.CV
A comparison of translation performance between DeepL and Supertext
Supertext
本研究对比DeepL与Supertext两款商用MT系统在未分段文本上的翻译性能,发现片段级评估无明显偏好,但文档级评估显示四个语言方向中三个更偏好Supertext,呼吁采用上下文敏感的MT评估方法并开源了相关数据与脚本。
2025-05-20 cs.CL
Direct Image-to-Modern Vietnamese Translation of Han-Nom Manuscripts via Multimodal RLHF Preference Alignment
针对汉喃手稿到现代越南语翻译的挑战,提出多模态基于人类反馈的强化学习偏好对齐框架,结合四个流生成越南语,比较PPO、DPO和KTO,结果显示各有优劣,且多模态偏好优化能补充监督学习提升翻译质量。
2026-07-14 cs.CL cs.CV
RL from Teacher-Model Refinement: Gradual Imitation Learning for Machine Translation
Zoom Communications(Zoom公司)
本文提出RLfR方法,通过教师模型细化和复合奖励机制提升机器翻译的语义质量和泛化能力。
2025-12-19 cs.AI cs.CL
Style Transfer with Multi-iteration Preference Optimization
Information Sciences Institute(信息科学研究所);University of Southern California(南加州大学)
本研究改进了文本风格迁移中的偏好优化方法,通过引入多轮探索与优化迭代、“希望”与“恐惧”采样策略、伪并行生成及动态加权奖励聚合,解决了并行数据缺乏和多目标奖励需求问题,在两个常用数据集上证明了其有效性。
2024-07-28 cs.CL
RIVAL: Reinforcement Learning with Iterative and Adversarial Optimization for Machine Translation
Bilibili Inc.(哔哩哔哩公司);Xi’an Jiaotong University(西安交通大学);School of Computer Science, Fudan University(复旦大学计算机科学学院)
针对RLHF在口语化字幕翻译中因分布偏移导致性能不佳的问题,提出RIVAL对抗训练框架,通过RM与LLM的最小-最大博弈及融合定量奖励,显著提升翻译质量。
2025-08-05 cs.CL
On Creating an English-Thai Code-switched Machine Translation in Medical Domain
Bangkok Christian International School(曼谷基督教国际学校);Vidyasirimedhi Institute of Science and Technology(维迪亚西密提科技学院);Chulalongkorn University(朱拉隆功大学);Mahidol University(玛希隆大学)
本文提出英语-泰语医学语码转换翻译数据构建与模型微调方法,在译文中保留关键英语术语,实验显示其相较 NMT 与 GPT 基线具有竞争力且更受医学专业人员偏好。
2024-10-21 cs.AI cs.CL cs.LG
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
(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts
Monash University(莫纳什大学);Nanyang Technological University(南洋理工大学);University of Macau(澳门大学);Alibaba International Digital Commerce(阿里巴巴国际数字商业集团)
提出模拟翻译公司的多智能体框架 TransAgents,通过两阶段流程翻译超长文学文本,并设计 MHP 和 BLP 两种评估策略,其翻译结果优于基线且更受人类与 LLM 青睐。
2025-05-01 cs.CL
Personalized Machine Translation: Preserving Original Author Traits
IBM Research - Haifa(IBM 海法研究院);C-DAC Mumbai(孟买先进计算发展中心);University of Haifa(海法大学);University of Sheffield(谢菲尔德大学)
我们产生的语言反映了我们的个性,各种个人和人口统计特征可以在自然语言文本中检测到。我们专注于作者的一个特殊的个人特征,性别,并研究它是如何在原文和翻译中表现出来的。我们发现,作者的性别在原文中有一个强大的,明确的信号,但这个信号是混淆在人类和机器翻译。然后,我们提出了简单的域适应技术,有助于保留翻译中的原始性别特征,而不会损害翻译的质量,从而创建更个性化的机器翻译系统。
2017-01-12 cs.CL
Creating Arabic LLM Prompts at Scale
aiXplain Inc.(aiXplain公司)
本研究针对阿拉伯语LLM训练所需的提示词资源缺口,提出翻译英文数据集+基于现有阿语NLP数据集构建两种方法,生成超6740万条多任务阿语提示词,且微调后的7B参数Qwen2模型阿语提示处理效果优于70B参数的Llama3指令模型。
2024-08-12 cs.CL
On The Evaluation of Machine Translation Systems Trained With Back-Translation
Facebook AI Research(Facebook 人工智能研究院)
反向翻译是一种广泛使用的数据增强技术,它利用目标单语数据。然而,它的有效性受到了挑战,因为BLEU等自动度量仅在源代码本身是翻译或翻译的测试示例中显示出显着的改进。这被认为是由于翻译输入更好地匹配反翻译的训练数据。在这项工作中,我们表明,这一猜想是没有经验支持,回译提高了翻译质量的自然发生的文本,以及根据专业的人类翻译。我们提供了经验证据来支持这样的观点,即回译是首选的人类,因为它产生更流畅的输出。BLEU无法捕捉人类的偏好,因为当源句子是自然文本时,引用是抽象的。我们建议使用语言模型分数来补充BLEU,以衡量流利程度。
2020-08-18 cs.CL
StalePO: Anchored Token-Level Preference Optimization using Legacy Post-Edits in Machine Translation
Amazon(亚马逊)
针对机器翻译中旧版后编辑作为偏好信号的陈旧偏好问题,提出StalePO目标函数,通过双向似然下移、策略锚定和令牌级KL约束,在本地化数据上显著提升MQM质量检查通过率。
2026-09-16 cs.CL cs.LG
Findings of the Second Workshop on Neural Machine Translation and Generation
University of Edinburgh(爱丁堡大学);Apple(苹果公司);Google Brain(谷歌大脑);Carnegie Mellon University(卡内基梅隆大学);Google Translate(谷歌翻译)
本文描述了第二届神经机器翻译和生成研讨会的研究结果,该研讨会与计算语言学协会(ACL 2018)年会同期举行。首先,我们总结了论文的研究趋势,并指出,有语言结构,领域自适应,数据增强,处理不充分的资源,分析模型特别感兴趣。其次,我们描述了研讨会关于高效神经机器翻译的共享任务的结果,参与者的任务是创建准确和高效的MT系统。
2018-06-18 cs.CL
Building a robust sentiment lexicon with (almost) no resource
Aix-Marseille University(艾克斯-马赛大学);CNRS(法国国家科学研究中心)
创建情感极性词典是劳动密集型的。从资源丰富的语言中自动翻译它们需要域内机器翻译系统,该系统依赖于大量的双文本。在本文中,我们提出了取代机器翻译从词汇通过词嵌入对齐跨语言的一个简单的线性变换。与机器翻译相比,该方法在对来自四种语言的推文进行情感极性分类测试时没有降级。
2016-12-15 cs.CL
Bridging the Linguistic Divide: A Survey on Leveraging Large Language Models for Machine Translation
Department of Computer Science and Engineering(计算机科学与工程系);IIT Patna(印度理工学院帕纳布)
本文综述了大型语言模型在机器翻译中的应用,探讨了提示方法、参数高效微调、合成数据生成等技术,分析了低资源翻译中的挑战与对策,以及文档级和语篇级翻译方法的发展。
2026-01-12 cs.AI cs.CL
On Extending Direct Preference Optimization to Accommodate Ties
Department of Engineering University of Cambridge(工程系剑桥大学)
提出两个显式建模平局的 DPO 变体,实验证明包含平局能增强正则化并提升翻译与数学推理性能。
2025-11-04 cs.CL
Hybrid Transfer in an English-French Spoken Language Translator
本文论述了高质量翻译对口语翻译系统的重要性。它描述了一个架构,适合快速发展的高品质的有限域翻译系统,这已经实现了一个先进的原型英语到法语口语翻译。本文的重点是混合传输模型,它结合了基于统一的规则和一组可训练的统计偏好;粗略地说,规则编码域独立的语法信息和偏好编码域相关的分布信息。这些偏好是从系统生成的一组示例中训练出来的,这些示例已经被人类法官注释为正确或不正确。描述了一个实验中,该模型进行了测试的2000话语样本以前看不见的数据。
1995-05-26 cmp-lg cs.CL
Neural Machine Translation Data Generation and Augmentation using ChatGPT
University of British Columbia(不列颠哥伦比亚大学)
该研究探索用 ChatGPT 生成幻觉平行语料库,以替代昂贵的人工平行数据;实验表明,尽管生成结果缺乏多样性且可能存在领域冲突,仍能增强翻译信号。
2023-07-11 cs.CL
Towards Machine Translation for the Kurdish Language
Insight Centre for Data Analytics(洞察数据 analytics 中心);National University of Ireland Galway(爱尔兰国立高威大学)
机器翻译是使用计算机将文本从一种语言翻译成另一种语言的任务。它一直是自然语言处理和计算语言学的主要任务之一,并一直在促进人类的交流。库尔德语是一种印欧语言,由于语言资源较少,在这一领域很少受到关注。因此,在本文中,我们正在解决的主要问题,在创建一个机器翻译系统的库尔德语,重点是索拉尼方言。我们描述了适用于训练神经机器翻译模型索拉尼库尔德语-英语翻译可用的稀缺并行数据。我们还讨论了库尔德语翻译中的一些主要挑战,并演示了基本的文本处理任务(如标记化)如何提高翻译性能。
2020-10-12 cs.CL
Unsupervised Translation Quality Estimation Exploiting Synthetic Data and Pre-trained Multilingual Encoder
Ehime University(爱媛大学);National Institute of Information and Communications Technology(国立情报学通信技术研究所)
针对翻译质量估计(TQE)监督训练数据成本高的问题,研究将合成数据与预训练多语言编码器用于无监督句子级TQE,实验证明该方法在多类资源翻译方向的相关预测中优于现有无监督方法。
2023-11-09 cs.CL
CUNI Systems for the Unsupervised News Translation Task in WMT 2019
Charles University(查理大学);Faculty of Mathematics and Physics(数学与物理学院);Institute of Formal and Applied Linguistics(形式与应用语言学研究所)
在本文中,我们描述了用于ACL 2019第四届机器翻译会议(WMT 19)的无监督新闻共享任务的CUNI翻译系统。我们遵循Artexte et al.(2018 b)的策略,创建了一个基于种子短语的系统,其中短语表是从单语数据训练的跨语言嵌入映射初始化的,然后是在合成并行数据上训练的神经机器翻译系统。合成语料库是由一个单语语料库的调整PBMT模型,通过迭代回译细化。我们进一步关注命名实体的处理,即词汇表的一部分,其中跨语言嵌入映射受到最大的影响。我们的系统在德国-捷克WMT 19共享任务上的BLEU得分为15.3。
2019-07-29 cs.CL