基于力编码注意和跨语言嵌入的质量评估

伊丽莎维塔·扬科夫斯卡娅，安德烈·塔塔，马克·费舍尔

摘要
本文描述了塔尔图大学团队提交的WMT18句子级质量评估共享任务。该模型使用基于神经机器翻译系统注意权重的特征和跨语言短语嵌入作为回归模型的输入特征。提出的两个模型只需要一个带有注意机制的神经机器翻译系统，而不需要额外的资源。结果表明，将神经网络和基线特征相结合，可以显著改善单独的基线特征。
选集ID:
W18-6466号
音量：
第三届机器翻译会议记录：共享任务文件
月份：
十月
年份：
2018
地址：
比利时、布鲁塞尔
编辑：
Ondřej Bojar公司，拉简·查特吉，克里斯蒂安·费德曼，马克·费舍尔，伊维特·格雷厄姆，巴里·哈多，马蒂亚斯·哈克，安东尼奥·吉梅诺·耶佩斯，菲利普·科恩，克里斯托夫·蒙兹，马泰奥·内格里，奥雷利·内维尔，玛丽亚娜·奈维斯，马特·波斯特，露西娅·斯佩西亚，马可·图尔奇，卡林·弗斯波尔
地点：
WMT公司
SIG公司：
SIGMT公司
发布者：
计算语言学协会
注：
页：
816–821
语言：
网址：
https://aclantology.org/W18-6466
DOI（操作界面）：
10.18653/v1/W18-6466
比比键：
引用（ACL）：
Elizaveta Yankovskaya、Andre Tättar和Mark Fishel。2018基于力编码注意和跨语言嵌入的质量评估.英寸第三届机器翻译会议记录：共享任务文件，第816–821页，比利时，布鲁塞尔。计算语言学协会。
引用（非正式）：
基于力编码注意和跨语言嵌入的质量评估（Yankovskaya等人，WMT 2018）
复制引文：
PDF格式：
https://aclantology.org/W18-6466.pdf
PDF格式 引用 搜索