cwmt3908統(tǒng)計(jì)機(jī)器翻譯研討會(huì)自動(dòng)化所技術(shù)報(bào)告-展示頁(yè)
2025-07-24 18:17本頁(yè)面
【正文】 從剩余開(kāi)發(fā)集中過(guò)濾一部分開(kāi)發(fā)集 ? 與 SSMT07測(cè)試集合并 ? 科技評(píng)測(cè)任務(wù) ? 開(kāi)發(fā)集 1：以測(cè)試集為基準(zhǔn)；利用相似度從科技訓(xùn)練語(yǔ)料中抽取一部分作為開(kāi)發(fā)集； ? 開(kāi)發(fā)集 2：利用測(cè)試集跟新聞發(fā)布訓(xùn)練中的英漢開(kāi)發(fā)集的相似度來(lái)進(jìn)行篩選過(guò)濾出來(lái) ? 把這兩個(gè)開(kāi)發(fā)集合并成最終用于科技評(píng)測(cè)任務(wù)的開(kāi)發(fā)集 。 WRABC （續(xù)） ? 采用單純形算法調(diào)整參數(shù)； ? 在詞對(duì)齊時(shí)選擇的參考對(duì)齊是從所有參與融合系統(tǒng)的 topBest中抽取得到： ? 依次把每個(gè)系統(tǒng)的 topBest用 BLEU4打分 ,打分時(shí)參考譯文為其它系統(tǒng)的 topBest，然后用 MBR解碼選擇得分最高的 topBest為參考對(duì)齊； 操作系統(tǒng)性能 CPU 內(nèi)存 操作系統(tǒng) Intel Xeon E5335 16G Ubuntuserver 評(píng)測(cè)實(shí)驗(yàn)及結(jié)果 ?機(jī)器翻譯評(píng)測(cè) ?新聞漢英翻譯評(píng)測(cè)； ?新聞?dòng)h翻譯評(píng)測(cè)； ?科技英漢翻譯評(píng)測(cè)； ?系統(tǒng)融合評(píng)測(cè) ?新聞漢英融合評(píng)測(cè)； 機(jī)器翻譯評(píng)測(cè) ?數(shù)據(jù)準(zhǔn)備 ?短語(yǔ)表的獲取 ?開(kāi)發(fā)集的獲取 ?對(duì)測(cè)試語(yǔ)料的特殊處理 ?實(shí)驗(yàn)結(jié)果 數(shù)據(jù)準(zhǔn)備 根據(jù) CWMT’08發(fā)布的新聞?dòng)?xùn)練語(yǔ)料過(guò)濾后的 LDC語(yǔ)料規(guī)模 根據(jù) CWMT’08發(fā)布的科技訓(xùn)練語(yǔ)料過(guò)濾后的 LDC語(yǔ)料規(guī)模 根據(jù) CWMT’08發(fā)布的科技訓(xùn)練語(yǔ)料從 CWMT’08發(fā)布的新聞 訓(xùn)練語(yǔ)料中過(guò)濾出的訓(xùn)練語(yǔ)料規(guī)模 532K 最終用于 CWMT’08新聞翻譯模型的訓(xùn)練語(yǔ)料規(guī)模 最終用于 CWMT’08科技翻譯模型的訓(xùn)練語(yǔ)料規(guī)模 最終用于 CWMT’08新聞?wù)Z言模型的訓(xùn)練語(yǔ)料規(guī)模 最終用于 CWMT’08科技語(yǔ)言模型的訓(xùn)練語(yǔ)料規(guī)模 預(yù)處理 ?對(duì)中文數(shù)據(jù)進(jìn)行的處理： ?中文的分詞， ； ?全角變半角， ?對(duì)英文數(shù)據(jù)進(jìn)行的處理： ?大寫(xiě)轉(zhuǎn)小寫(xiě) ?標(biāo)點(diǎn)符號(hào)的分離處理。 WRABC （續(xù)） ? 我們使用基于詞語(yǔ)調(diào)序的對(duì)齊方法（ WRA） 。 ? 現(xiàn)階段用于系統(tǒng)融合的詞對(duì)齊包括基于詞錯(cuò)誤率 (WER)的詞對(duì)齊和基于翻譯錯(cuò)誤率(TER)的詞對(duì)齊； WRABC （續(xù)）
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號(hào)-1