中科院自動(dòng)化所評(píng)測(cè)技術(shù)報(bào)告(systemii)-在線瀏覽
2025-03-21 13:01本頁(yè)面
【正文】 hinese Gigaword Third Edition，約 3900萬(wàn)句 中國(guó)科學(xué)院自動(dòng)化所 Institute of Automation, Chinese Academy of Sciences 數(shù)據(jù)過(guò)濾 ?過(guò)濾的原則：根據(jù) LDC語(yǔ)料中的當(dāng)前句對(duì)中的所有詞匯是否在發(fā)布的訓(xùn)練語(yǔ)料詞匯集合中 (周玉 ) ?新聞?lì)I(lǐng)域 ? 將 NIST語(yǔ)料根據(jù)新聞任務(wù)發(fā)布的訓(xùn)練語(yǔ)料進(jìn)行過(guò)濾 ? 翻譯模型最后使用的語(yǔ)料為 538萬(wàn)句對(duì) ?科技領(lǐng)域 ? 將 NIST語(yǔ)料根據(jù)科技任務(wù)發(fā)布的訓(xùn)練語(yǔ)料進(jìn)行過(guò)濾的 ? 翻譯模型最后使用的語(yǔ)料為 468萬(wàn)句對(duì) ? 語(yǔ)言模型也同樣使用了過(guò)濾技術(shù) ,最后過(guò)濾剩余 1000萬(wàn)句 中國(guó)科學(xué)院自動(dòng)化所 Institute of Automation, Chinese Academy of Sciences 測(cè)試結(jié)果 ?新聞?lì)I(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(gè)結(jié)果 ? 3個(gè)來(lái)自于基于分層短語(yǔ)的翻譯系統(tǒng) (HPB) ? 3個(gè)來(lái)自于基于依存樹(shù)到串的翻譯系統(tǒng) (DHPB) 中國(guó)科學(xué)院自動(dòng)化所 Institute of Automation, Chinese Academy of Sciences 測(cè)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(gè)結(jié)果 ? 2個(gè)來(lái)自于基于分層短語(yǔ)的翻譯系統(tǒng) (HPB) ? 2個(gè)來(lái)自于基于依存樹(shù)到串的翻譯系統(tǒng) (DHPB) ? 2個(gè)來(lái)自于基于短語(yǔ)的系統(tǒng) (PB) 中國(guó)科學(xué)院自動(dòng)化所 Institute of Automation, Chinese Academy of Sciences 總結(jié) ?新聞?lì)I(lǐng)域 ? 借鑒了漢英評(píng)測(cè)的經(jīng)驗(yàn)，加入了英文命名實(shí)體翻譯及前后處理模塊； ? 并且針對(duì)英文的特點(diǎn)，在解碼中融入句法分析樹(shù)，在不增加時(shí)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(yǔ)料資源，我們只能借用新聞?lì)I(lǐng)域的語(yǔ)料，利用數(shù)據(jù)過(guò)濾技術(shù)得到相關(guān)資源 ? 但由于在選取開(kāi)發(fā)集時(shí)，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(kāi)發(fā)出更加魯棒
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1