Revisiting the Weaknesses of Reinforcement Learning for Neural Machine Translation
Heidelberg University(海德堡大学);Google Research(谷歌研究院)
策略梯度算法在NLP中得到了广泛的应用,但最近受到了批评,怀疑它们是否适合NMT。Choshen et al.(2020)发现了多个弱点,并怀疑它们的成功取决于输出分布的形状,而不是奖励。在本文中,我们重新审视这些索赔,并在更广泛的配置下研究它们。我们对领域内和跨领域自适应的实验揭示了探索和奖励尺度的重要性,并为这些说法提供了经验反证。
2021-06-16 cs.CL
Reinforcement Learning based Curriculum Optimization for Neural Machine Translation
CLSP, Johns Hopkins(约翰霍普金斯大学CLSP);Google AI(谷歌人工智能研究团队)
本文研究了神经机器翻译(NMT)中如何有效利用异构训练数据的问题。具体来说,给定一个具有噪声等统计级别特征的训练数据集,我们会寻求一个最佳课程,或者在训练过程中向系统呈现示例的顺序。我们的课程框架允许示例出现任意次数,从而概括了数据加权、过滤和微调方案。我们不是依靠先验知识来设计课程,而是使用强化学习来自动学习一个课程,与NMT系统一起,在一个单一的训练运行过程中。我们表明,这种方法可以在Paracrawl和WMT英语到法语数据集上击败统一和过滤基线,最高可达+3.4 BLEU,并与手工设计的最先进课程的性能相匹配。
2019-02-28 cs.CL
Syntactically Guided Neural Machine Translation
University of Cambridge(剑桥大学);SDL Research(SDL研究院)
我们研究了基于层次短语的SMT格在端到端神经机器翻译(NMT)中的使用。权重推送将完整翻译假设的Hiero分数与完整翻译语法分数和完整n元语言模型分数一起转换为与NMT预测概率兼容的后验。通过稍微修改的NMT波束搜索解码器,我们发现Hiero和NMT解码单独的增益,在将NMT扩展到非常大的输入和输出词汇方面具有实际优势。
2016-05-19 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
MAD for Robust Reinforcement Learning in Machine Translation
AssemblyAI;DeepMind(深度思维);Talka
我们引入了一种新的分布式策略梯度算法,并表明它在优化机器翻译模型时,在训练稳定性和泛化性能方面优于现有的奖励感知训练过程,如REINFORCE,最小风险训练(MRT)和近端策略优化(PPO)。我们的算法,我们称之为MAD(在重要性加权计算中使用平均绝对偏差),具有分布式数据生成器,在工人节点上每个源句子采样多个候选人,而中央学习者更新策略。MAD主要依赖于两种方差减少策略:(1)一种条件奖励归一化方法,确保每个源句子都有正和负奖励翻译示例;(2)一种新的鲁棒重要性加权方案,充当条件熵正则化器。对各种翻译任务的实验表明,使用MAD算法学习的策略在使用贪心解码和束搜索时表现非常好,并且学习的策略对训练期间使用的特定奖励敏感。
2022-07-18 cs.CL
Faster Machine Translation Ensembling with Reinforcement Learning and Competitive Correction
Media Analysis Group, Sony Research India, Bangalore(索尼印度研究所在班加罗尔的媒体分析组)
本文提出SmartGen,一种基于强化学习的机器翻译集成策略,通过选择少量候选并利用融合模块反馈训练,结合竞争修正模块,在英印翻译中实现更快且更优的集成性能。
2025-01-25 cs.CL
Neural Machine Translation for Cebuano to Tagalog with Subword Unit Translation
De La Salle University(德拉萨大学);University of the Immaculate Conception(圣母无原罪大学)
菲律宾是一个由7641个不同岛屿组成的群岛,有150多种不同的语言。这种语言的差异和多样性,虽然可以被视为一个美丽的特点,但也造成了在促进该国不同领域的教育和文化发展方面的困难。一个有效的机器翻译系统专门致力于满足菲律宾语言肯定会有助于弥合这一差距。在这项研究工作中,一个从未应用过的方法,语言翻译到菲律宾语言被用于宿务到塔霍河翻译。使用TensorFlow中的OpenNMT序列建模工具,使用递归神经网络来实现翻译器。使用BLEU Score度量来评估翻译的性能。对于Cebuano到Tagesi的翻译,BLEU给出了20.01分。动词的子词单位翻译和可复制的方法进行了常见的误译词从源到目标被纠正。BLEU评分增加至22.87。虽然这个分数稍高,但仍然表明翻译在某种程度上是可以理解的,但还不被认为是一个好的翻译。
2019-02-10 cs.CL
Reinforcement Learning for Edit-Based Non-Autoregressive Neural Machine Translation
Waseda University(早稻田大学);CyberAgent
本文针对基于编辑的非自回归NMT的性能与训练数据问题,将强化学习应用于Levenshtein Transformer,比较逐步与回合奖励最大化,并验证温度设置的作用。
2024-07-02 cs.CL
Ensemble-based Transfer Learning for Low-resource Machine Translation Quality Estimation
Georgia Institute of Technology(佐治亚理工学院)
机器翻译的质量估计是对未知的机器翻译系统输出的译文进行质量评估的任务。然而,低资源语言的QE分数通常是棘手的,很难收集。在本文中,我们专注于句子级QE共享任务的第五届机器翻译会议(WMT 20),但在一个更具挑战性的设置。我们的目标是预测给定翻译输出的QE分数,而在训练过程中几乎没有给出配对语言的QE分数。我们提出了一个基于集成的预测-估计QE模型,通过利用其他杂项语言的QE分数和目标语言的翻译结果,利用迁移学习来克服QE数据稀缺的挑战。基于评估结果,我们提供了一个详细的分析,我们的每一个扩展如何影响QE模型的可靠性和泛化能力,在多语言任务下执行迁移学习。最后,我们在集成模型上实现了最佳性能,该集成模型结合了由单个语言预训练的模型以及不同级别的并行训练语料库,Pearson相关性为0.298,是基线的2.54倍。
2021-05-17 cs.CL
PEGRL: Improving Machine Translation by Post-Editing Guided Reinforcement Learning
National Key Laboratory for Novel Software Technology, Nanjing University(新型软件技术国家重点实验室,南京大学);China Mobile Research Beijing, China(北京中国移动研究院)
本文提出PEGRL框架,通过后编辑作为辅助任务稳定训练并引导整体优化,提升机器翻译性能。
2026-05-18 cs.CL
Telemedicine as a special case of Machine Translation
Medical University of Warsaw(华沙医科大学);Polish Telemedicine Society(波兰远程医疗协会)
机器翻译在质量方面发展得相当快。目前,我们在网上有几个机器翻译系统,它们提供合理的翻译。然而,这些系统并不完美,在某些特定领域,它们的质量可能会下降。本文探讨了不同的训练方法的效果时,它涉及到波兰-英语统计机器翻译系统用于医疗数据。EMEA平行文本语料库的许多元素和不相关的OPUS开放字幕项目被用作创建短语表和不同语言模型的基础,包括这些翻译系统的开发、调整和测试。BLEU、NIST、METEOR和TER指标已被用于评估各种系统的结果。我们的实验涉及的系统,包括词性标注,因子短语模型,层次模型,句法标记,和其他对齐方法。我们还对波兰语数据进行了深入分析,作为自动化数据处理(如真正的大小写或标点符号规范化阶段)之前的准备工作。标准化指标用于比较结果。分数低于15%意味着机器翻译引擎无法提供令人满意的质量,分数大于30%意味着翻译应该是可以理解的,没有问题,分数超过50表示翻译足够。BLEU、NIST、METEOR和TER的波兰语到英语翻译评分的平均结果相对较高,范围从70.58到82.72。最低分是64.38。英语翻译成波兰语的平均结果范围略低(67,58 - 78,97)。所提出的高质量机器翻译系统的现实生活中的实现,预计在一般的医疗实践和远程医疗。
2015-10-15 cs.CL
A Reinforcement Learning Approach to Interactive-Predictive Neural Machine Translation
Heidelberg University(海德堡大学)
我们提出了一种交互式预测神经机器翻译的方法,试图从三个方向减少人类的努力:首先,我们采用从人类强化学习的思想,而不是要求人类选择,纠正或删除片段,对部分翻译的质量进行判断。其次,通过使用词预测的熵作为不确定性标准来触发反馈请求,进一步减少了人工努力。最后,在每次交互后在线更新模型参数,使模型能够快速适应。我们在模拟实验中表明,部分翻译的奖励信号显着提高字符的F-分数和BLEU相比,只有完整的翻译反馈,而人类的努力可以减少到平均数的$5$反馈请求的每个输入。
2018-06-05 cs.CL stat.ML
You Cannot Feed Two Birds with One Score: the Accuracy-Naturalness Tradeoff in Translation
Imperial College London(伦敦帝国学院);Google(谷歌)
本文通过信息论证明并实证展示翻译评估中准确性与自然性存在权衡,单一分数无法全面反映性能,倡导在准确性-自然性平面上比较翻译系统。
2025-08-06 cs.CL
Greedy Search with Probabilistic N-gram Matching for Neural Machine Translation
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Science(中国科学院大学)
神经机器翻译(NMT)模型通常使用教师强迫算法在词级损失的情况下进行训练,该算法不仅不能正确评估译文,而且存在暴露偏差。强化框架下的序列级训练可以缓解词级丢失的问题,但由于梯度估计的高方差,其性能不稳定。在此基础上,我们提出了一种基于概率n-gram匹配的可区分序列级训练目标的方法,该方法可以避免强化框架。此外,该方法在训练中使用预测词作为上下文,就像在推理时一样,执行贪婪搜索,以减轻曝光偏差的问题。NIST汉英翻译任务的实验结果表明,我们的方法显着优于基于语义的算法,并实现了1.5个BLEU点的平均改善超过一个强大的基线系统。
2018-09-10 cs.CL
NeoAMT: Neologism-Aware Agentic Machine Translation with Reinforcement Learning
The University of Tokyo(东京大学);NTT Communication Science Laboratories, NTT, Inc.(NTT通信科学实验室,NTT公司)
提出NeoAMT框架,利用基于Wiktionary的搜索工具和强化学习训练翻译智能体,以提升包含新词的源句翻译质量。
2026-05-24 cs.AI cs.CL
Learning to Stop in Structured Prediction for Neural Machine Translation
Oregon State University(俄勒冈州立大学);Baidu Research(百度研究院)
束搜索优化解决了神经机器翻译中的许多问题。然而,这种方法缺乏原则性的停止标准,并且在训练过程中不学习如何停止,并且模型在实践中自然更喜欢测试时间较长的假设,因为它们使用原始分数而不是基于概率的分数。我们提出了一种新的排名方法,使一个最佳的束搜索停止标准。我们还引入了一个结构化的预测损失函数,该函数惩罚在训练期间由束搜索产生的次优完成的候选。在合成数据和真实语言(德语到英语和汉语到英语)上的神经机器翻译实验表明,我们提出的方法可以获得更好的长度和BLEU分数。
2019-06-24 cs.CL
Rethinking Round-Trip Translation for Machine Translation Evaluation
Monash University(莫纳什大学);The University of Melbourne(墨尔本大学);University College London(伦敦大学学院)
本文重新审视往返翻译在机器翻译评估中的应用,发现其长期误解源于复制机制,移除后可用于无参考评估,并预测前向分数、改进质量估计模型及识别对抗性竞争者。
2023-05-15 cs.CL
Assamese-English Bilingual Machine Translation
Gauhati University(高哈蒂大学)
机器翻译是将文本从一种语言翻译成另一种语言的过程。本文利用阿萨姆语和英语的平行语料库,对阿萨姆语和英语进行了统计机器翻译。这里使用了一个基于统计短语的翻译工具包Moses。为了开发语言模型和对齐单词,我们分别使用了另外两个工具IRSTLM和GIZA。BLEU评分用于检查我们的翻译系统性能,它有多好。在BLEU分数的差异,而获得翻译句子从阿萨姆语到英语,反之亦然。由于印度语言在形态上非常丰富,因此从英语到阿萨姆语的翻译相对较难,导致BLEU分数较低。我们的翻译系统还引入了一个统计音译系统,基本上处理专有名词,OOV(词汇表外)的话,这是不存在于我们的语料库。
2014-07-08 cs.CL
Reinforcement Learning for Bandit Neural Machine Translation with Simulated Human Feedback
University of Maryland(马里兰大学);Microsoft Research, New York(微软研究院纽约分院)
机器翻译是基于人类反馈的强化学习的自然候选问题:用户对候选翻译提供快速、肮脏的评级,以指导系统进行改进。然而,目前的神经机器翻译训练集中在昂贵的人类生成的参考翻译上。我们描述了一种强化学习算法,它可以从模拟的人类反馈中改进神经机器翻译系统。我们的算法结合了优势行动者-批评者算法(Mnih等人,2016)与基于注意力的神经编码器-解码器架构(Luong等人,2015年)。该算法(a)针对具有大动作空间和延迟奖励的问题进行了良好的设计,(b)有效地优化了传统的语料库级别的机器翻译度量,以及(c)对在实际人类行为之后建模的倾斜,高方差,粒度反馈具有鲁棒性。
2017-11-11 cs.AI cs.CL cs.HC
Multimodal Machine Translation with Reinforcement Learning
Carnegie Mellon University(卡内基梅隆大学)
多模态机器翻译是计算机视觉与语言处理相结合的应用之一。鉴于在机器翻译领域,许多最先进的算法仍然只采用文本信息,这是一项独特的任务。在这项工作中,我们探讨了强化学习在多模态机器翻译中的有效性。我们提出了一种基于Advantage Actor-Critic(A2 C)算法的新算法,该算法专门针对EMNLP 2018第三届机器翻译会议(WMT 18)的多模态机器翻译任务。我们在Multi 30 K多语言英语-德语图像描述数据集和Flickr 30 K图像实体数据集上实验了我们提出的算法。该模型采用图像和文本两种输入通道,使用翻译评价指标作为训练奖励,并取得了比监督学习MLE基线模型更好的结果。此外,我们还讨论了将强化学习用于机器翻译的前景和局限性。我们的实验结果表明,一个有前途的强化学习解决方案的一般任务的多模态序列到序列学习。
2018-05-07 cs.AI cs.CL cs.IR
Translationese as a Language in "Multilingual" NMT
University of Rochester(罗切斯特大学);Google Research(谷歌研究院)
机器翻译有一个不受欢迎的倾向,即产生“伪像”,这可能导致更高的BLEU分数,同时不太受人类评分者的喜欢。基于此,我们在多语言模型中将中文和原始(即自然)文本建模为单独的语言,并提出问题:我们可以在原始源文本和原始目标文本之间执行zero-shot翻译吗?由于不存在具有原始源和原始目标的数据,因此我们训练训练语义级分类器来区分语义和原始目标文本,并使用该分类器为NMT模型标记训练数据。使用这种技术,我们使模型在测试时产生更自然的输出,从而在准确性和流畅性方面获得人类评估分数。此外,我们还证明了有可能对模型进行偏置,以产生警告和游戏BLEU分数,增加它,同时降低人类评级的质量。我们分析这些模型使用指标来衡量输出中的谨慎程度,并提出了一个分析的随机性的训练数据标记。
2020-07-09 cs.CL
Lexicons and Minimum Risk Training for Neural Machine Translation: NAIST-CMU at WAT2016
Nara Institute of Science and Technology(奈良先端科学技术大学院大学);Carnegie Mellon University(卡内基梅隆大学)
今年,奈良科学技术研究所(NAIST)/卡内基梅隆大学(CMU)在2016年亚洲翻译研讨会的日英翻译部分提交了基于注意力神经机器翻译(NMT)模型的论文。除了标准的NMT模型之外,我们还进行了一些改进,最值得注意的是使用离散翻译词典来提高概率估计,以及使用最小风险训练来优化MT系统的BLEU评分。因此,我们的系统在该任务中获得了最高的翻译评估分数。
2016-10-20 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
A Bayesian Optimization Approach to Machine Translation Reranking
University of Cambridge(剑桥大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);ETH Zürich(苏黎世联邦理工学院)
本研究将机器翻译重排序构建为贝叶斯优化问题,通过平衡探索与利用策略性选择候选结果进行评分,并引入多保真度代理评分设置,在仅使用少量评分评估下即达到基线性能,有效降低了计算成本。
2025-04-29 cs.CL
Intelligent Hybrid Man-Machine Translation Quality Estimation
Alexandria University(亚历山大大学);Microsoft Research(微软研究院)
与使用不适合实时应用(例如,后期编辑)的当前评估度量相比,基于人类判断推断评估分数是非常宝贵的。然而,与基于对比源文本和翻译文本的指标的评估相比,这些判断的收集成本要高得多,特别是从专家翻译人员那里收集。这项工作介绍了一种新的方法,质量估计相结合的概率推理模型的基础上人类的判断,选择性的语言特征为基础的分数,其中建议的推理模型推断的可信度,以解决人类判断的稀缺性和不一致的问题。实验结果,使用具有挑战性的语言对,表现出改善与人类的判断,传统的评价指标。
2013-07-07 cs.CL
A Call for Clarity in Reporting BLEU Scores
Amazon Research(亚马逊研究院)
机器翻译领域面临着一个认识不足的问题,因为它的主要指标的分数报告不一致。虽然人们提到BLEU分数,但BLEU实际上是一个参数化的度量,其值可以随着这些参数的变化而变化。这些参数通常没有报告或很难找到,因此,无法直接比较论文之间的BLEU分数。我量化了这种变化,发现常用配置之间的差异高达1.8。罪魁祸首是应用于参考的不同标记化和规范化方案。鉴于解析社区的成功,我建议机器翻译研究人员采用年度机器翻译会议(WMT)使用的BLEU方案,该方案不允许用户提供参考处理,并提供一个新的工具SacreBLEU来促进这一点。
2018-09-12 cs.CL
Syntax-Aware Complex-Valued Neural Machine Translation
College of Intelligence and Computing, Tianjin University(天津大学智能与计算学部)
本文提出一种语法感知的复值编码器-解码器NMT方法,联合学习词级与语法级注意力,且可嵌入任意Seq2Seq框架,在两个数据集上显著提升BLEU,尤其适用于语法差异大的语言对。
2024-06-17 cs.CL
Translation with Thought: Difficulty-Adaptive Reasoning via Reinforcement Learning for Multi-Domain Machine Translation
Institute of Artificial Intelligence, Xiamen University(厦门大学人工智能研究院);School of Informatics, Xiamen University(厦门大学信息学院);Key Laboratory of Digital Protection and Intelligent Processing of Intangible Cultural Heritage of Fujian and Taiwan (Xiamen University), Ministry of Culture and Tourism(文化和旅游部闽台非物质文化遗产数字化保护与智能处理重点实验室(厦门大学))
该研究针对多领域机器翻译的难度差异挑战,提出TwT框架,经两阶段训练后,其7B和14B参数版本在翻译质量上优于更大的SOTA模型,且token使用量降低32%-60%。
2026-08-03 cs.AI cs.CL
Neural Machine Translation for Low-Resourced Indian Languages
Delhi Technological University (Formerly Delhi college of Engineering)(德里理工大学(原德里工程学院))
网上有大量重要的英文资料,这些资料经常被翻译成当地语言,以方便不太熟悉英文的当地人分享信息。然而,手动翻译是一个非常繁琐、昂贵和耗时的过程。为此,机器翻译是一种有效的方法,可以将文本转换为不同的语言,而无需任何人工参与。神经机器翻译(NMT)是现有机器翻译系统中最成熟的翻译技术之一。在本文中,我们已经应用NMT两个最形态丰富的印度语言,即英语泰米尔语和英语马拉雅拉姆语。我们提出了一种新的NMT模型,使用多头自注意力以及预训练的字节对编码(BPE)和MultiBPE嵌入来开发一个有效的翻译系统,该系统克服了低资源形态丰富的印度语言的OOV(词汇量不足)问题,这些语言在网上没有太多的翻译。我们还从不同的来源收集语料,解决这些公开可用的数据的问题,并完善它们以供进一步使用。我们使用BLEU分数来评估我们的系统性能。实验结果和调查证实,我们提出的翻译(24.34和9.78 BLEU分数)优于谷歌翻译(9.40和5.94 BLEU分数)分别。
2020-04-19 cs.CL
Monolingually Derived Phrase Scores for Phrase Based SMT Using Neural Networks Vector Representations
Amirkabir University(阿米尔卡比尔理工大学)
在本文中,我们提出了两个新的特点,估计基于短语的机器翻译参数,主要是单语数据。我们的方法是基于两个最近推出的神经网络向量表示模型的单词和句子。这是第一次,这些模型已被用于端到端的短语为基础的机器翻译系统。从我们的方法获得的分数可以恢复超过80%的BLEU损失所造成的删除短语表概率。我们还表明,我们的功能与短语表概率相结合,提高了绝对0.74分的BLEU分数。
2016-05-24 cs.CL
Improving Low-Resource Machine Translation via Round-Trip Reinforcement Learning
MBZUAI Masdar City(MBZUAI马斯达尔城)
本文提出通过往返强化学习提升低资源机器翻译,利用NLLB模型进行往返训练,结合chrF++和BLEU作为奖励函数,提升多语言翻译的流畅性和语义准确性。
2026-03-17 cs.AI cs.CL
XQ-MEval: A Dataset with Cross-lingual Parallel Quality for Benchmarking Translation Metrics
Nara Institute of Science and Technology(奈良科学技术大学);Fudan University(复旦大学)
本文提出XQ-MEval数据集,通过注入错误并过滤生成伪翻译,评估翻译度量标准的跨语言评分偏见问题,提供了首个实证证据。
2026-04-19 cs.CL
Grammar Accuracy Evaluation (GAE): Quantifiable Quantitative Evaluation of Machine Translation Models
Institute of Natural Language Processing, University of Stuttgart(斯图加特大学自然语言处理研究所);Konkuk University(建国大学)
自然语言生成(NLG)是指用人类语言表达系统的计算结果的操作。由于从NLG模型生成的句子的质量不能仅使用定量评估来完全表示,因此使用人类的定性评估来评估它们,其中根据主观标准对句子的含义或语法进行评分。然而,现有的评价方法存在一个问题,因为根据评价者的标准会出现较大的分数偏差。在本文中,我们提出了语法准确性评价(GAE),可以提供具体的评价标准。通过BLEU和GAE对机器翻译质量的分析,证实了BLEU评分并不能代表机器翻译模型的绝对性能,GAE通过对备选同义词和句子结构变化的灵活评价弥补了BLEU的不足。
2022-05-27 cs.CL
Predicting Multilingual Classification and Translation Performance of LLMs with Cross-Lingual Alignment -- Is English Enough?
该研究对比分析27种跨语言对齐分数变体,提出基于PMI的翻译指标,发现用英语的跨语言对齐可相当或更好预测LLMs翻译性能,为LLMs以英语为内部枢纽语言提供新证据。
2026-08-25 cs.CL
Rewrite to Translate, Translate to Reward: Reinforcement Learning for Source Rewriting in Machine Translation
Institute of Science Tokyo(东京科学大学);Preferred Networks Inc(Preferred Networks 公司);Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
提出RLSR框架,通过强化学习训练源端改写模型,以翻译质量提升为奖励,无需为每个MT模型调提示,在6个MT模型和16个语言对上超越无改写和同规模提示基线,与235B LLM提示基线性能相当。
2026-08-04 cs.AI cs.CL
Scientific Credibility of Machine Translation Research: A Meta-Evaluation of 769 Papers
National Institute of Information and Communications Technology(日本国立信息通信技术研究所)
本文首次对机器翻译进行了大规模的元评估。我们对2010年至2020年发表的769篇研究论文进行了MT评价。我们的研究表明,在过去的十年中,自动MT评估的实践发生了巨大的变化,并遵循有关的趋势。越来越多的MT评估完全依赖于BLEU分数之间的差异来得出结论,而不进行任何统计显著性测试或人工评估,同时至少有108个指标声称比BLEU更好。在最近的论文中,MT评估倾向于复制和比较以前工作中的自动度量分数,以声称方法或算法的优越性,而不确认是否使用了完全相同的训练,验证和测试数据,也没有度量分数是可比的。此外,报告标准化指标分数的工具还远未被机器翻译界广泛采用。在展示了这些陷阱的积累如何导致可疑的评估之后,我们提出了一个指导方针,以鼓励更好的自动MT评估,并提出了一个简单的元评估评分方法来评估其可信度。
2021-06-29 cs.CL
Fine-Grained Attention Mechanism for Neural Machine Translation
Handong Global University(韩东国际大学);New York University(纽约大学);University of Montreal(蒙特利尔大学)
神经机器翻译已经成为机器翻译的一种新范式,而注意力机制在许多语言对中的最新记录已经成为主导方法。虽然存在注意力机制的变体,但它们都仅使用时间注意力,其中一个标量值被分配给对应于源单词的一个上下文向量。在本文中,我们提出了一个细粒度(或2D)的注意力机制的上下文向量的每个维度将收到一个单独的注意力得分。在英-德和英-菲翻译任务的实验中,细粒度注意方法提高了翻译质量的BLEU分数。此外,我们的对齐分析揭示了细粒度的注意力机制如何利用上下文向量的内部结构。
2018-04-03 cs.CL
Lost in Translation: Why Lower Bias Scores Don't Mean Fairer Models
Columbia University(哥伦比亚大学)
本研究通过审计10个开源多语言模型,发现多语言模型偏见审计中常见的分数差异多为噪声,较低偏见分数不代表模型更公平,还记录了消除偏见信号的流水线错误并发布代码。
2026-10-15 cs.CL cs.LG
On NMT Search Errors and Model Errors: Cat Got Your Tongue?
University of Cambridge(剑桥大学)
我们报告了神经机器翻译(NMT)中的搜索错误和模型错误。我们提出了一种基于束搜索和深度优先搜索相结合的神经序列模型的精确推理过程。我们使用我们的精确搜索来找到整个WMT 15英语-德语测试集的Transformer基础模型下的全局最佳模型分数。令人惊讶的是,束搜索在大多数情况下无法找到这些全局最佳模型分数,即使具有非常大的束尺寸100。对于超过50%的句子,该模型实际上将其全球最佳得分分配给了空翻译,这表明神经模型在适当考虑充分性方面存在巨大的失败。我们表明,通过约束搜索与最小的翻译长度,在空的翻译问题的根源在于对较短的翻译固有的偏见。我们的结论是,香草NMT在其目前的形式需要恰到好处的束搜索的错误,这是一个非常令人不满的结论,从建模的角度来看,确实,因为该模型往往更喜欢一个空的翻译。
2019-08-27 cs.CL
Neural Machine Translation on Scarce-Resource Condition: A case-study on Persian-English
Amirkabir University of Technology(阿米尔卡比尔理工大学)
神经机器翻译(NMT)是机器翻译(MT)的一种新方法,由于其成功的应用,引起了该领域研究者的广泛关注。在本文中,我们研究NMT模型的波斯语-英语语言对,分析模型,并调查的适当性,该模型的稀缺资源的情况下,存在的情况下,以波斯语为中心的翻译系统。我们调整了波斯语的模型,并找到了两个任务的最佳参数和超参数:翻译和音译。我们还在波斯数据集上应用了一些预处理任务,这使得BLEU分数增加了大约一个点。此外,我们还修改了损失函数,以增强模型的单词对齐。这个新的损失函数在翻译质量的BLEU评分方面总共提高了1.87分。
2017-01-07 cs.CL
Retrieve What Helps, Only When It Helps: Agentic Reinforcement Learning for Selective Retrieval-Augmented Machine Translation
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Amazon(亚马逊公司)
针对现有检索增强机器翻译策略统一化的问题,提出智能体强化学习框架SRAT,通过优化翻译质量学习检索决策,实验显示其在多类翻译任务上优于基线,将检索视为可学习动作更具优势。
2026-10-15 cs.AI cs.CL cs.IR
On the Weaknesses of Reinforcement Learning for Neural Machine Translation
School of Computer Science and Engineering(计算机科学与工程学院);Department of Cognitive Sciences(认知科学系);The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
强化学习(RL)经常用于提高文本生成任务的性能,包括机器翻译(MT),特别是通过使用最小风险训练(MRT)和生成对抗网络(GAN)。然而,很少有人知道这些方法在MT的上下文中学习什么以及如何学习。我们证明了MT最常见的RL方法之一并没有优化预期奖励,并且表明其他方法需要很长时间才能收敛。事实上,我们的研究结果表明,机器翻译中的RL实践只有在预训练参数已经接近产生正确翻译的情况下才有可能提高性能。我们的研究结果进一步表明,观察到的增益可能是由于与训练信号无关的影响,而是由于分布曲线形状的变化。
2020-01-15 cs.AI cs.CL cs.LG
The Price of Reasoning: Cost-Quality Tradeoffs in Reinforcement Learning for Neural Machine Translation
研究神经机器翻译强化学习中推理痕迹对翻译质量的影响,通过在训练或推理阶段省略推理痕迹进行实验,发现推理尤其是推理阶段能提升质量,还研究了推理导致计算需求增加与翻译质量提升间的成本-质量权衡。
2026-07-22 cs.AI cs.CL cs.LG
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
Advancing Text-to-GLOSS Neural Translation Using a Novel Hyper-parameter Optimization Technique
Mohammed V University(穆罕默德五世大学);Faculty of Sciences Rabat(拉巴特理学院)
本文提出一种新型超参数优化技术,构建针对低资源文本到GLOSS翻译的Transformer架构,在PHOENIX14T数据集上实现ROUGE 55.18%和BLEU-1 63.6%,超越现有最优结果。
2023-09-05 cs.CL
Machine Translation Evaluation using Bi-directional Entailment
Center for Indian Language Technology (CFILT)(印度语言技术中心(CFILT));IIT Bombay(印度理工学院孟买分校);Microsoft(微软);SAP
在本文中,我们提出了一个新的度量机器翻译(MT)的评价,基于双向蕴涵。我们表明,机器生成的翻译可以通过确定释义与人类翻译提供的参考翻译进行评估。我们假设,并通过实验表明,释义可以通过评估蕴涵关系的前向和后向检测。与BLEU或METEOR等传统指标不同,我们的方法使用深度学习来确定候选翻译和参考翻译之间的语义相似性,以生成分数,而不是依赖于简单的n元语法重叠。我们使用BERT对Transformer网络的预训练实现,在MNLI语料库上进行微调,用于自然语言推理。我们将我们的评估指标应用于WMT'14和WMT'17数据集,以评估参与翻译任务的系统,并发现与其他传统指标相比,我们的指标与人类注释的分数在系统级别上具有更好的相关性。
2019-11-02 cs.CL
Beam Search Strategies for Neural Machine Translation
IBM T.J. Watson Research Center(IBM托马斯·J·沃森研究中心)
神经机器翻译(NMT)的基本概念是训练一个大型的神经网络,使其在给定的并行语料库上的翻译性能最大化。然后,NMT使用一个简单的从左到右波束搜索解码器来生成新的翻译,近似地最大化训练的条件概率。当前的束搜索策略从左到右逐词生成目标句子,同时在每个时间步长保持固定数量的活动候选。首先,这种简单的搜索适应性较差,因为它还扩展了分数比当前最佳分数差得多的候选人。其次,如果假设不在最佳得分候选项之内,即使它们的得分接近最佳得分,它也不会扩展假设。后者可以通过增加波束尺寸来避免,直到没有观察到性能改善。虽然你可以达到更好的性能,这有一个较慢的解码速度的缺点.在本文中,我们专注于加速解码器,通过应用一个更灵活的束搜索策略,其候选大小可能会有所不同,在每个时间步取决于候选分数。对于两种语言对德英和中英,我们将原始解码器的速度提高了43%,而不会损失任何翻译质量。
2017-06-14 cs.CL
Dynamic Fusion: Attentional Language Model for Neural Machine Translation
Tokyo Metropolitan University(东京都立大学)
神经机器翻译(NMT)可用于生成流畅的输出。因此,语言模型已经被研究用于与NMT结合。在先前的研究中,已经使用了两个模型:翻译模型和语言模型。翻译模型的预测由语言模型预先用手工制作的比率加权。然而,这些方法未能采用语言模型加权关于翻译历史。在另一种方法中,通过联合考虑源和目标信息,将语言模型预测合并到翻译模型中。然而,这种方法是有限的,因为它在很大程度上忽略了翻译输出的适当性。因此,本工作采用两种机制,即翻译模型和语言模型,并将对语言模型的关注架构作为翻译模型的辅助元素。与以前的工作相比,在英语-日语机器翻译使用语言模型,所获得的实验结果与建议的动态融合机制提高BLEU和基于排名的直观双语评价分数(RIBES)的分数。此外,在语言模型的注意力和预测性的分析中,动态融合机制允许符合适当语法结构的预测语言建模。
2019-09-11 cs.CL
UMONS Submission for WMT18 Multimodal Translation Task
University of Mons(蒙斯大学)
本文介绍了在第三届机器翻译会议(WMT 18)上提出的多模态机器翻译任务的UMONS解决方案。我们探索一种新的架构,称为deepGRU,基于神经图像描述(NIC)的相关任务的最新发现。以下章节中介绍的模型可以为受约束的(英语,图像)->德语和(英语,图像)->法语子任务获得最佳METEOR翻译分数。
2018-10-15 cs.CL
ExTrans: Multilingual Deep Reasoning Translation via Exemplar-Enhanced Reinforcement Learning
Pattern Recognition Center, WeChat AI, Tencent Inc(模式识别中心、微信AI、腾讯公司)
本研究提出ExTrans方法,设计基于强LRM对比的奖励建模策略,通过强化学习训练翻译模型,在文学翻译上超越OpenAI-o1等模型,并实现90个多语言翻译方向的性能提升。
2025-05-19 cs.AI cs.CL
On User Interfaces for Large-Scale Document-Level Human Evaluation of Machine Translation Outputs
Microsoft(微软)
最近的研究强调,需要在人类的机器翻译评估的文档上下文,但很少有研究已经做了用户界面对注释者的生产力和评估的可靠性的影响。在这项工作中,我们比较了人类的评估数据,从最后两个WMT评估活动收集通过两种不同的方法进行文件级评估。我们的分析表明,一个以文档为中心的方法来评估,其中注释器与整个文档上下文在屏幕上,导致更高质量的段和文档级的评估。它提高了段和文档分数之间的相关性,并增加了文档分数的注释者间的一致性,但对于注释者来说要花费更多的时间。
2021-04-21 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
End-to-End Speech Translation with Pre-trained Models and Adapters: UPC at IWSLT 2021
TALP Research Center(TALP研究中心);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文介绍了UPC机器翻译组提交给IWTECH 2021离线语音翻译任务的情况。该任务包括建立一个能够将TED演讲中的英语音频翻译成德语文本的系统。提交的系统可以是级联或端到端的,并使用自定义或给定的分段。我们提交的是一个端到端的语音翻译系统,它将预训练模型(Wav 2 Vec 2.0和mBART)与编码器和解码器之间的耦合模块相结合,并使用有效的微调技术,仅训练其总参数的20%。我们表明,在系统中添加适配器并对其进行预训练,可以提高收敛速度和最终结果,我们在Must-C测试集上的BLEU得分为27.3。我们的最终模型是一个在同一集合上获得28.22 BLEU分数的集合。我们的提交还使用了一种自定义分割算法,该算法采用预训练的Wav 2 Vec 2.0来识别不可转录的文本段,与给定分割的结果相比,可以在IWITOS 2019测试集上带来2.5到3的BLEU分数。
2021-06-28 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