CASIA OpenIR  > 紫东太初大模型研究中心
基于多语言预训练语言模型的译文质量估计方法
陆金梁1,2; 张家俊1,2
发表期刊厦门大学学报(自然科学版)
ISSN0438-0479
2020
页码151-158
摘要

传统的机器翻译评价方法往往需要参考译文,利用机器双语互译评估(BLEU)值等方法比较翻译结果与参考译文之间的相似性.但是,在现实生活中却很难为每一句待翻译的句子找到参考答案,因此,不使用参考译文的译文质量估计(quality estimation,QE)方法有着更加广泛的应用场景.在该文中,基于多语言的预训练语言模型,利用联合编码的策略完成句子级的QE任务,在WMT 2018的QE任务德语→英语语言方向上的评测数据集上取得了最佳的实验结果.同时,对比了微调过程中不同网络结构对于该任务的影响,并探究了平行语料联合编码二次预训练在句子级跨语言任务上的效果.

语种中文
七大方向——子方向分类自然语言处理
国重实验室规划方向分类语音语言处理
是否有论文关联数据集需要存交
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/57384
专题紫东太初大模型研究中心
通讯作者张家俊
作者单位1.中国科学院自动化研究所,模式识别国家重点实验室,北京
2.中国科学院大学,北京
第一作者单位模式识别国家重点实验室
通讯作者单位模式识别国家重点实验室
推荐引用方式
GB/T 7714
陆金梁,张家俊. 基于多语言预训练语言模型的译文质量估计方法[J]. 厦门大学学报(自然科学版),2020:151-158.
APA 陆金梁,&张家俊.(2020).基于多语言预训练语言模型的译文质量估计方法.厦门大学学报(自然科学版),151-158.
MLA 陆金梁,et al."基于多语言预训练语言模型的译文质量估计方法".厦门大学学报(自然科学版) (2020):151-158.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于多语言预训练语言模型的译文质量估计方(3352KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[陆金梁]的文章
[张家俊]的文章
百度学术
百度学术中相似的文章
[陆金梁]的文章
[张家俊]的文章
必应学术
必应学术中相似的文章
[陆金梁]的文章
[张家俊]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于多语言预训练语言模型的译文质量估计方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。