@在过程中{schamper-etal-2018-rwth,title=“2018年{WMT}的{RWTH}{A}achen{U}大学监督机器翻译系统”,author=“Schamper、Julian和罗森达尔,简和巴哈、帕尼亚和Kim、Yunsu和尼克斯、阿恩和Ney,Hermann“,editor=“Bojar,Ond{\v{r}}ej和Chatterjee、Rajen和费德曼、克里斯蒂安和费舍尔、马克和格雷厄姆、伊维特和哈多、巴里和哈克、马蒂亚斯和是的,安东尼奥·吉梅诺和Koehn、Philipp和蒙兹、克里斯托夫和Negri、Matteo和N{\'e}v{\'e}ol,Aur{\e}谎言和内维斯、玛丽安娜和Post、Matt和Specia、Lucia和图尔奇、马尔科和卡琳·弗斯普尔”,booktitle=“第三届机器翻译会议论文集:共享任务文件”,月=10月,年份=“2018”,address=“比利时,布鲁塞尔”,publisher=“计算语言学协会”,url=“https://aclcollectory.org/W18-6426”,doi=“10.18653/v1/W18-6426”,pages=“496--503”,abstract=“本文描述了亚琛理工大学(RWTH Aachen University)为2018年EMNLP第三届机器翻译会议(WMT 2018)的德语→英语→土耳其语和汉语→英语翻译任务开发的统计机器翻译系统。我们使用基于Transformer架构的神经机器翻译系统集成。我们的主要关注点是德语→英语任务,在该任务中,我们首先根据组织者提供的尊重标准自动得分。我们将数据选择、微调、批量大小和模型维数确定为重要的超参数。总的来说,我们比去年提交的报告提高了6.8个BLEU,比2017年德语→英语任务的获胜系统提高了4.8个BLUE。在英语→土耳其语任务中,我们展示了3.6{\%}BLEU相对于去年{'}的获胜系统的改进。我们进一步报告了中文→英文任务的结果,在该任务中,我们比基线系统平均提高了2.2{\%}BLEU,但仍落后于2018年的获胜系统。”,}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“schamper-etal-2018-rwth”><标题信息>RWTH亚琛大学为2018年WMT监督机器翻译系统</titleInfo><name type=“个人”>朱利安(Julian)Schamper公司<角色>作者</角色></name><name type=“个人”>一月罗森达尔<角色>作者</角色></name><name type=“个人”><namePart type=“given”>帕尼亚</namePart>巴哈尔<角色>作者</角色></name><name type=“个人”>云洙<namePart type=“given”>Kim(金)<角色>作者</角色></name><name type=“个人”>Arne(阿恩)尼克斯<角色>作者</角色></name><name type=“个人”>赫尔曼Ney(奈伊)<角色>作者</角色></name><originInfo>2018-10发布日期</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>第三届机器翻译会议论文集:共享任务文件</titleInfo><name type=“个人”>Ondřej博加尔<角色>编辑器</角色></name><name type=“个人”>拉詹查特吉<角色>编辑器</角色></name><name type=“个人”>克里斯蒂安<namePart type=“family”>费德曼</namePart><角色>编辑器</角色></name><name type=“个人”>标记费舍尔<角色>编辑器</角色></name><name type=“个人”><namePart type=“给定”>Yvette</namePart>格雷厄姆<角色>编辑器</角色></name><name type=“个人”>巴里哈多<角色>编辑器</角色></name><name type=“个人”>马提亚斯哈克<角色>编辑器</角色></name><name type=“个人”>安东尼奥Jimeno是的<角色>编辑器</角色></name><name type=“个人”>飞利浦科恩<角色>编辑器</角色></name><name type=“个人”>克里斯托夫蒙兹<角色>编辑器</角色></name><name type=“个人”>马蒂奥Negri(奈格里)<角色>编辑器</角色></name><name type=“个人”>奥雷利内维尔<角色>编辑器</角色></name><name type=“个人”>玛丽安娜内维斯<角色>编辑器</角色></name><name type=“个人”><namePart type=“given”>马特帖子<角色>编辑器</角色></name><name type=“个人”>露西娅Specia系列<角色>编辑器</角色></name><name type=“个人”><namePart type=“given”>马可图尔奇<namePart type=“family”><角色>编辑器</角色></name><name type=“个人”>卡琳Verspoor公司<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>比利时、布鲁塞尔</place></originInfo>会议出版物</relatedItem>本文描述了亚琛理工大学(RWTH Aachen University)为2018年EMNLP第三届机器翻译会议(WMT 2018)的德语→英语→土耳其语和汉语→英语翻译任务开发的统计机器翻译系统。我们使用基于Transformer架构的神经机器翻译系统集成。我们的主要关注点是德语→英语任务,在该任务中,我们首先根据组织者提供的尊重标准自动得分。我们将数据选择、微调、批量大小和模型维数确定为重要的超参数。总的来说,我们比去年提交的报告提高了6.8%的BLEU,比2017年德国→英国任务的获胜系统提高了4.8%。在英语→土耳其语任务中,我们显示BLEU比去年的获胜系统提高了3.6%。我们进一步报告了中文→英文任务的结果,我们在基线系统上平均提高了2.2%的BLEU,但仍落后于2018年的获胜系统</摘要><identifier type=“citekey”>schamper-etal-2018-rwth</identifier>10.18653/v1/W18-6426<位置><网址>https://aclantology.org/W18-6426</url></位置><部分>2018-10年<扩展单元=“page”><开始>496</开始><end>503</范围></部分></mods></modsCollection>
%0会议记录%亚琛RWTH大学为2018年WMT监督机器翻译系统%朱利安·夏佩尔%A Rosendahl,简%巴哈尔,帕尼亚%A Kim、Yunsu%阿尼克斯,阿恩%赫尔曼·A·奈伊%Y Bojar,Ondřej%拉金·查特吉%Y Federmann,克里斯蒂安%Y Fishel,马克%伊维特·Y·格雷厄姆%巴里·Y·哈多%Y哈克,马提亚斯%Y Yepes,安东尼奥·吉梅诺%Y Koehn,菲利普%克里斯托夫·蒙兹%Y Negri,马蒂奥%奥雷利·Y·内维尔%玛丽亚娜·尼维斯%Y Post,马特%露西娅·Y·斯佩西亚%马尔科·图尔奇%Y Verspoor,卡琳%第三届机器翻译会议论文集:共享任务文件%2018年D月%10月8日%计算语言学协会%C比利时,布鲁塞尔%F schamper-etal-2018-rwth公司%X本文描述了亚琛理工大学(RWTH Aachen University)为2018年EMNLP第三届机器翻译会议(WMT 2018)的德语→英语→土耳其语和汉语→英语翻译任务开发的统计机器翻译系统。我们使用基于Transformer架构的神经机器翻译系统集成。我们的主要关注点是德语→英语任务,在该任务中,我们首先根据组织者提供的尊重标准自动得分。我们将数据选择、微调、批量大小和模型维度确定为重要的超参数。总的来说,我们比去年提交的报告提高了6.8%的BLEU,比2017年德国→英国任务的获胜系统提高了4.8%。在英语→土耳其语任务中,我们显示BLEU比去年的获胜系统提高了3.6%。我们进一步报告了中文→英文任务的结果,我们在基线系统上平均提高了2.2%的BLEU,但仍落后于2018年的获胜系统。%10.18653/v1/W18-6426兰特%U型https://aclantology.org/W18-6426%U型https://doi.org/10.18653/v1/W18-6426%电话:496-503
降价(非正式)
【亚琛RWTH大学2018年WMT机器翻译系统监管】(https://acl选集.org/W18-6426)(Schamper等人,WMT 2018)
国际计算语言学协会
- Julian Schamper、Jan Rosendahl、Parnia Bahar、Yunsu Kim、Arne Nix和Hermann Ney。2018亚琛RWTH大学为2018年WMT监督机器翻译系统.英寸第三届机器翻译会议记录:共享任务文件,第496-503页,比利时,布鲁塞尔。计算语言学协会。