基于伪数据的机器翻译质量估计模型的训练

• 作者: 吴焕钦 张红阳 朱俊国 李生 李静梅 杨沐昀
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器翻译质量估计 深度学习 伪数据
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专题报道:基于大数据的自然语言分析与理解
• 页码范围: 279-285
• 页数: 7页
• 分类号: TP391
• 字数: 5285字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.158

摘要

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验.结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李静梅	哈尔滨工程大学计算机科学与技术学院	58	731	12.0	25.0
2	李生	哈尔滨工业大学计算机科学与技术学院	118	3318	28.0	56.0
3	杨沐昀	哈尔滨工业大学计算机科学与技术学院	35	429	9.0	20.0
4	吴焕钦	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0
5	张红阳	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0
6	朱俊国	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0