基于多语言预训练语言模型的译文质量估计方法

• 作者: 张家俊 陆金梁
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器翻译 译文质量估计 深度学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 译文质量估计
• 页码范围: 151-158
• 页数: 8页
• 分类号: TP391
• 字数: 5370字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201908034

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Q E任务,在W M T 2018的Q E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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆金梁	中国科学院自动化研究所模式识别国家重点实验室	1	0	0.0	0.0
5	张家俊	中国科学院自动化研究所模式识别国家重点实验室	1	0	0.0	0.0