基于图的一致性模型在文档级机器翻译中的应用

利奥出生,莫森·梅斯加,迈克尔·斯特鲁贝

摘要
尽管连贯是任何文本生成系统的一个重要方面，但到目前为止，在机器翻译（MT）的背景下，它很少受到关注。我们假设，如果机器翻译模型在翻译过程中考虑句子之间的语义关系，文档级翻译的质量可以得到提高。我们将Mesgar和Strube（2016）提出的基于图形的连贯模型与文档级机器翻译系统Docent（Hardmeier et al.，2012，Hardmieer，2014）相结合。这种基于图形的相干建模方法在机器翻译环境中的应用是新颖的。我们评估了连贯模型及其对机器翻译质量的影响。实验结果表明，从平均流星分数来看，我们的连贯模型略微提高了翻译质量。
选集ID：
宽17-4803
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：
26–35
语言：
网址：
https://aclantology.org/W17-4803
内政部：
10.18653/v1/W17-4803
比比键：
引用（ACL）：
Leo Born、Mohsen Mesgar和Michael Strube。2017基于图的一致性模型在文档级机器翻译中的应用.英寸第三届机器翻译语篇研讨会论文集，第26-35页，丹麦哥本哈根。计算语言学协会。
引用（非正式）：
基于图的一致性模型在文档级机器翻译中的应用（Born等人，DiscMT 2017）
复制引文：
PDF格式：
https://aclantology.org/W17-4803.pdf
PDF格式 引用 搜索