2017年调查结果D类国际标准化组织机器翻译跨语言代词预测的共同任务

谢里德·洛艾西加,萨拉·斯泰姆,普雷斯拉夫·纳科夫,克里斯蒂安·哈德迈耶,约格·蒂德曼,毛罗·塞托洛,扬尼克·凡斯利

摘要
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。
选集ID：
宽17-4801
体积：
第三届机器翻译语篇研讨会论文集
月份：
九月
年份：
2017
地址：
丹麦哥本哈根
编辑：
邦妮·韦伯,安德烈·波佩斯库·贝利斯,约格·蒂德曼
地点：
DiscoMT公司
SIG公司：
发布者：
计算语言学协会
注：
页：
1–16
语言：
网址：
https://aclcollectory.org/W17-4801
内政部：
10.18653/v1/W17-4801
比比键：
引用（ACL）：
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。
引用（非正式）：
2017年DiscoMT跨语言代词预测共享任务的研究结果（Loáiciga等人，DiscMT 2017）
复制引文：
PDF格式：
https://aclantology.org/W17-4801.pdf
附件：
W17-4801.附件.zip
数据
欧罗巴
PDF格式 引用 搜索 附件