配套元件的多语言神经机器翻译系统IWSLT公司2017

Ngoc-Quan Pham公司,马蒂亚斯·斯珀伯,伊丽莎白·塞尔斯基,唐乐哈,简·尼休斯,亚历山大·威贝尔

摘要
在本文中，我们为IWSLT 2017评估活动机器翻译（MT）和口语翻译（SLT）任务介绍了KIT的多语言神经机器翻译（NMT）系统。对于机器翻译任务提交，我们使用了我们的多任务系统，该系统是从标准注意力神经机器翻译框架修改而来的，而不是构建20个单独的NMT系统。在训练这样一个多语言系统时，我们研究了不同的体系结构以及不同的数据语料库。我们还为多语言系统提出了一种有效的自适应方案，与单语系统相比，该方案带来了很大的改进。对于SLT轨迹，除了在训练我们的多语言系统之前用于生成正确标点和数据真实案例的单语神经翻译系统外，我们还引入了噪声模型，以使我们的系统更加健壮。结果表明，我们的新修改在所有任务中都大大改进了我们的系统。
选集ID：
2017年。iwslt-1.6
体积：
第十四届国际口语翻译会议记录
月份：
12月14-15日
年份：
2017
地址：
日本东京
编辑：
Sakriani Sakti公司,Masao Utiyama公司
地点：
IWSLT公司
SIG公司：
SIGSLT公司
发布者：
国际口语翻译讲习班
注：
页：
42–47
语言：
网址：
https://aclantology.org/2017.iwslt-1.6
DOI（操作界面）：
比比键：
引用（ACL）：
Ngoc-Quan Pham、Matthias Sperber、Elizabeth Salesky、Thanh-Le Ha、Jan Niehues和Alexander Waibel。20172017年IWSLT KIT的多语言神经机器翻译系统.英寸第十四届国际口语翻译会议记录，第42-47页，日本东京。国际口语翻译研讨会。
引用（非正式）：
2017年IWSLT KIT的多语言神经机器翻译系统（Pham等人，IWSLT 2017）
复制引文：
PDF格式：
https://aclantology.org/2017.iwslt-1.6.pdf
PDF格式 引用 搜索