中科院自動化所評測技術(shù)報告systemii-在線瀏覽
2024-12-15 12:58本頁面
【正文】 ial部分語料，約 52萬句對； NIST MT08評測提供語料，大約 670萬句對 ? 語言模型訓(xùn)練數(shù)據(jù)： ? LDC2020T38提供的 Chinese Gigaword Third Edition，約 3900萬句 Institute of Automation, Chinese Academy of Sciences 中國科學(xué)院自動化所 數(shù)據(jù)過濾 ?過濾的原則：根據(jù) LDC語料中的當(dāng)前句對中的所有詞匯是否在發(fā)布的訓(xùn)練語料詞匯集合中 (周玉 ) ?新聞領(lǐng)域 ? 將 NIST語料根據(jù)新聞任務(wù)發(fā)布的訓(xùn)練語料進行過濾 ? 翻譯模型最后使用的語料為 538萬句對 ?科技領(lǐng)域 ? 將 NIST語料根據(jù)科技任務(wù)發(fā)布的訓(xùn)練語料進行過濾的 ? 翻譯模型最后使用的語料為 468萬句對 ? 語言模型也同樣使用了過濾技術(shù) ,最后過濾剩余 1000萬句 Institute of Automation, Chinese Academy of Sciences 中國科學(xué)院自動化所 測試結(jié)果 ?新聞領(lǐng)域 ? 采用基于 MBR解碼和混淆網(wǎng)絡(luò)解碼的多系統(tǒng)融合策略，融合 6個結(jié)果 ? 3個來自于基于分層短語的翻譯系統(tǒng) (HPB) ? 3個來自于基于依存樹到串的翻譯系統(tǒng) (DHPB) Institute of Automation, Chinese Academy of Sciences 中國科學(xué)院自動化所 測試結(jié)果 ?科技領(lǐng)域 ? 采用基于 MBR解碼和混淆網(wǎng)絡(luò)解碼的多系統(tǒng)融合策略，融合 6個結(jié)果 ? 2個來自于基于分層短語的翻譯系統(tǒng) (HPB) ? 2個來自于基于依存樹到串的翻譯系統(tǒng) (DHPB) ? 2個來自于基于短語的系統(tǒng) (PB) Institute of Automation, Chinese Academy of Sciences 中國科學(xué)院自動化所 總結(jié) ?新聞領(lǐng)域 ? 借鑒了漢英評測的經(jīng)驗，加入了英文命名實體翻譯及前后處理模塊； ? 并且針對英文的特點，在解碼中融入句法分析樹，在不增加時空復(fù)雜度的前提下提高了翻譯質(zhì)量 ?科技領(lǐng)域 ? 由于缺乏這方面的語料資源，我們只能借用新聞領(lǐng)域的語料，利用數(shù)據(jù)過
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1