@进展中{loaiciga-etal-2017年调查结果,title=“2017年{D}isco{MT}跨语言代词预测共享任务的发现”,author={Lo{\'a}iciga、Sharid和Stymne、Sara和纳科夫、普雷斯拉夫和哈德迈尔,基督徒和Tiedemann,J{“o}rg和塞托洛、毛罗和Versley,Yannick},editor={Webber、Bonnie和波佩斯库·贝利斯、安德烈和蒂德曼,J{“o}rg},booktitle=“第三届机器翻译话语研讨会论文集”,月=9月,年份=“2017”,address=“丹麦哥本哈根”,publisher=“计算语言学协会”,url=“https://aclantology.org/W17-4801”,doi=“10.18653/v1/W17-4801”,pages=“1--16”,抽象=“我们描述了2017年DiscoMT跨语言代词预测共享任务的设计、设置和评估结果。该任务要求参与者在句子上下文中预测给定源语言代词的目标语言代词。我们进一步提供了源语言的元化目标语言人工翻译句子,以及源句子单词和目标语言元组之间的自动单词对齐。该任务的目的是,对于每个目标语言代词占位符,使用可以从整个文档中提取的任何类型的信息,预测应该从一组小的封闭类中替换它的单词。我们提供了四个子任务,每个任务针对不同的语言组合和翻译方向:英语到法语、英语到德语、德语到英语和西班牙语到英语。五个小组参与了共享任务,为所有语言对提交材料。评估结果表明,大多数参与团队的表现都大大优于两个基于n-gram语言模型的强大基线系统。”,}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“2017年loaiciga-etal调查结果”><标题信息>2017年DiscMT跨语言代词预测共享任务的发现</titleInfo><name type=“个人”>共享Loáiciga<角色>作者</角色></name><name type=“个人”>萨拉<namePart type=“family”>Stymne系列<角色>作者</角色></name><name type=“个人”>普雷斯拉夫纳科夫<角色>作者</角色></name><name type=“个人”>克里斯蒂安哈德迈耶<角色>作者</角色></name><name type=“个人”>Jörg蒂德曼<角色>作者</角色></name><name type=“个人”>毛罗塞托洛<角色>作者</角色></name><name type=“个人”>扬尼克Versley公司<角色>作者</角色></name><originInfo>2017-09发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>机器翻译中的语篇第三次研讨会论文集</titleInfo><name type=“个人”>邦妮<namePart type=“family”>韦伯</namePart><角色>编辑器</角色></name><name type=“个人”>安德烈波佩斯库·贝利斯<角色>编辑器</角色></name><name type=“个人”>Jörg蒂德曼<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>丹麦哥本哈根</place></originInfo>会议出版物</relatedItem>我们描述了2017年DiscoMT跨语言代词预测共享任务的设计、设置和评估结果。该任务要求参与者在句子上下文中,根据源语言代词预测目标语言代词。我们进一步提供了源句子的旅语化目标语言人工翻译,以及源句子单词和目标语言旅语之间的自动单词对齐。该任务的目的是,对于每个目标语言代词占位符,使用可以从整个文档中提取的任何类型的信息,预测应该从一组小的封闭类中替换它的单词。我们提供了四个子任务,每个任务针对不同的语言组合和翻译方向:英语到法语、英语到德语、德语到英语和西班牙语到英语。五个小组参与了共享任务,为所有语言对提交了材料。评估结果表明,大多数参与团队的表现都大大优于两个基于n-gram语言模型的强大基线系统</摘要>2017年loaiciga-etal调查结果10.18653/v1/W17-4801<位置><网址>https://aclantology.org/W17-4801</url></位置><部分>2017年9月9日<扩展单元=“page”><开始>1<end>16</范围></部分></mods></modsCollection>
%0会议记录%2017年DiscMT跨语言代词预测共享任务的T发现%谢里德·A Loáiciga%莎拉·斯泰姆%普雷斯拉夫·纳科夫%A Hardmeier,克里斯蒂安%Jörg,A Tiedemann%毛罗·A Cettolo%亚尼克·A Versley%Y Webber,邦妮%安德烈·波佩斯库·贝利斯%Y Tiedemann,约格%第三届机器翻译语篇研讨会论文集%D 2017年%9月8日%计算语言学协会%C哥本哈根,丹麦%2017年调查结果%X我们描述了2017年DiscoMT跨语言代词预测共享任务的设计、设置和评估结果。该任务要求参与者在句子上下文中预测给定源语言代词的目标语言代词。我们进一步提供了源句子的柠檬化目标语言人工翻译,以及源句子单词和目标语言柠檬之间的自动单词对齐。该任务的目的是,对于每个目标语言代词占位符,使用可以从整个文档中提取的任何类型的信息,预测应该从一组小的封闭类中替换它的单词。我们提供了四个子任务,每个任务针对不同的语言组合和翻译方向:英语到法语、英语到德语、德语到英语和西班牙语到英语。五个小组参与了共享任务,为所有语言对提交了材料。评估结果表明,大多数参与团队的表现都大大优于两个基于n-gram语言模型的强大基线系统。%10.18653/v1/W17-4801兰特%U型https://aclantology.org/W17-4801%U型https://doi.org/10.18653/v1/W17-4801%第1-16页
降价(非正式)
【2017年DiscMT跨语言代词预测共享任务的发现】(https://aclantology.org/W17-4801)(Loáiciga等人,DiscMT 2017)
国际计算语言学协会
- Sharid Loáiciga、Sara Stymne、Preslav Nakov、Christian Hardmeier、Jörg Tiedemann、Mauro Cettolo和Yannick Versley。20172017年DiscoMT跨语言代词预测共享任务的研究结果.英寸第三届机器翻译语篇研讨会论文集,第1-16页,丹麦哥本哈根。计算语言学协会。