@进行中{yankovskaya-etal-2018-质量,title=“使用强制编码注意力和跨语言嵌入进行质量评估”,author={Yankovskaya、Elizaveta和塔尔、安德烈和马克·费舍尔},editor=“Bojar,Ond{\v{r}}ej和Chatterjee、Rajen和费德曼、克里斯蒂安和Fishel、Mark和格雷厄姆、伊维特和哈多、巴里和哈克、马提亚斯和是的,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”,月份=十月,year=“2018”,address=“比利时,布鲁塞尔”,publisher=“计算语言学协会”,url=“https://aclantology.org/W18-6466”,doi=“10.18653/v1/W18-6466”,pages=“816--821”,abstract=“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,与单独的基线特征相比,将神经网络和基线特征相结合会带来显著的改进。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“yankovskaya-etal-2018-quality”><标题信息><title>使用强制编码注意力和跨语言嵌入进行质量评估</titleInfo><name type=“personal”>Elizaveta公司扬科夫斯卡娅<角色>作者</角色></name><name type=“personal”>安德烈Tättar<角色>作者</角色></name><name type=“personal”>标记费舍尔<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=“personal”>Ondřej博加尔<角色>编辑器</角色></name><name type=“personal”>拉詹查特吉<角色>编辑器</角色></name><name type=“personal”>克里斯蒂安费德曼<角色>编辑器</角色></name><name type=“personal”>标记费舍尔<角色>编辑器</角色></name><name type=“personal”>Yvette(伊维特)格雷厄姆<角色>编辑器</角色></name><name type=“personal”>巴里哈多<角色>编辑器</角色></name><name type=“personal”>马提亚斯哈克<角色>编辑器</角色></name><name type=“personal”>安东尼奥Jimeno<namePart type=“family”>Yepes</namePart>叶类<角色>编辑器</角色></name><name type=“personal”>飞利浦科恩<角色>编辑器</角色></name><name type=“personal”>克里斯托夫蒙兹<角色>编辑器</角色></name><name type=“personal”>马蒂奥Negri(奈格里)<角色>编辑器</角色></name><name type=“personal”>奥雷利内维尔<角色>编辑器</角色></name><name type=“personal”>玛丽安娜内维斯<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>马特帖子<角色>编辑器</角色></name><name type=“personal”>露西娅Specia系列<角色>编辑器</角色></name><name type=“personal”><namePart type=“given”>马可图尔奇<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>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</地点></originInfo>会议出版物</relatedItem>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,与单独的基线特征相比,将神经网络和基线特征相结合会带来显著的改进</摘要>yankovskaya-etal-2018-质量10.18653/v1/W18-6466<位置><网址>https://aclantology.org/W18-6466</url></位置><部分>2018-10年<扩展单元=“page”><开始>816</开始><end>821</end></范围></部分></mods></modsCollection>
%0会议记录%基于力编码注意和跨语言嵌入的T质量估计%埃利扎维塔·扬科夫斯卡娅%安德烈·塔塔尔%马克·菲舍尔%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%Y Névéol,Aurélie%玛丽亚娜·尼维斯%Y Post,马特%露西娅·Y·斯佩西亚%马可·Y·图奇%Y Verspoor,卡琳%第三届机器翻译大会论文集: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 yankovskaya-etal-2018-质量%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。%10.18653/v1/W18-6466兰特%U型https://aclantology.org/W18-6466%U型https://doi.org/10.18653/v1/W18-6466%电话:816-821
降价(非正式)
【使用强制编码注意力和跨语言嵌入进行质量评估】(https://aclantology.org/W18-6466)(Yankovskaya等人,WMT 2018)
国际计算语言学协会
- 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。