APE-then-QE: 修正并过滤伪平行语料以用于机器翻译训练数据的生成
原文中文，约400字，阅读约需1分钟。发表于：。自动后编辑（APE）是自动识别和校正机器翻译（MT）输出中的错误的任务。我们提出了一种修复 - 过滤 - 使用的方法，使用 APE 系统来校正 MT 训练数据的目标端的错误。我们根据使用质量估计（QE）模型计算的质量分数选择原始和校正句子对。通过使用这个过滤后的语料库进行训练，相对于基线模型，我们观察到英语 - 马拉地语和马拉地语 - 英语机器翻译系统性能提升了 5.64 和 9.91 个...
自动后编辑（APE）是自动识别和校正机器翻译（MT）输出中的错误的任务。研究者提出了修复-过滤-使用的方法，使用APE系统校正MT训练数据的目标端错误。通过使用过滤后的语料库进行训练，相对于基线模型，英语-马拉地语和马拉地语-英语机器翻译系统性能提升了5.64和9.91个BLEU点。这项工作不受语言特征限制，是语言对不可知的。
