中科院自動化所評測技術(shù)報告systemii-資料下載頁
2024-10-12 12:58本頁面
【導(dǎo)讀】技術(shù)說明與參評系統(tǒng)。非單調(diào)解碼，任意跳轉(zhuǎn)。雙向短語翻譯概率p(e/f)和p(f/e). 主要借鑒了Wei[5]的基本思想，引入分層短語的。有效地結(jié)合了短語模型和同步上下文無關(guān)文法。分層短語模型將語序信息包含在模型之中，克服。沿用了統(tǒng)計線性對數(shù)方法進(jìn)行概率計算，使用了。由于計算資源和時間的限制，參加本次評測的系統(tǒng)仍然沿。DSS解碼算法的輸入是一棵樹，而不是一個串，所以線圖。解碼時使用了8個特征，最后兩個為依存子樹的懲罰。不符合依存子樹懲罰。地名，人名，機(jī)構(gòu)名處理模塊。亂碼過濾（中文中的亂碼、英文中的亂碼以及包含中文詞的句。標(biāo)點符號及數(shù)字變換（中文中的部分標(biāo)點符號、英文中的雙字。英文詞性標(biāo)注工具：StanfordLog-linear. 英文依存樹分析工具：Minimum-Spanning. 科技-CWMT08提供的Special語料中隨機(jī)挑選200句。新聞-CWMT08提供的Common，約85萬句對和；將NIST語料根據(jù)科技任務(wù)發(fā)布的訓(xùn)練語料進(jìn)行過濾的
【正文】 濾技術(shù)得到相關(guān)資源 ? 但由于在選取開發(fā)集時，其規(guī)模和相關(guān)性受到制約，所以最后的參數(shù)訓(xùn)練并不能有效得收斂到最優(yōu) ? 如何能夠充分利用有限的資源，開發(fā)出更加魯棒的訓(xùn)練及解碼算法，是我們下一步要思考的問題 Institute of Automation, Chinese Academy of Sciences 中國科學(xué)院自動化所 參考文獻(xiàn) [1] 中科院自動化所評測技術(shù)報告 (SYSTEM II)，第四屆機(jī)器翻譯研討會， 2020 [2] Wei Wei, Wei Pang, Zhendong Yang, Zhenbiao Chen, Chengqing Zong, Bo Xu. CASIA SMT System for TCSTAR Evaluation Campaign 2020. In: TCSTAR workshop, 2020. [3] Yaser AlOnaizan, Kishore Papineni. Proceedings of the 21st International Conference on Computational Linguistics and the 44th annual meeting of the ACL ACL 39。06 [4] Philipp Koehn, et al. Edinburgh System Description for the 2020 IWSLT Speech Translation Evaluation, International Workshop on Spoken Language Translation 2020. [5] 魏瑋，杜金華，徐波，基于組塊分析的分層短語系統(tǒng)，第九屆計算語言學(xué)年會， 2020 [6] . Sim, W. Byrne, M. Gales, H. Sahbi and P. Woodland. Consensus Network Decoding For Statistical Machine Translation System [A]. In: ICASSP, 2020. [7] 杜金華 ,魏瑋 ,楊振東 ,徐波 . 基于混淆網(wǎng)絡(luò)的統(tǒng)計機(jī)器翻譯多系統(tǒng)融合技術(shù)研究 . 第三屆統(tǒng)計機(jī)器翻譯研討會 , 2020. CASIA 謝 謝
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1