利用目标语言单语语料库进行计算机辅助翻译的跨语言神经模糊匹配
原文中文,约300字,阅读约需1分钟。发表于: 。本文介绍了一种基于神经网络的新型方法,借助跨语言句子嵌入来利用目标语言单语语料库检索翻译建议,并使用神经模型估计其后编辑工作量,通过自动和人工评估证明此方法可以在以传统翻译记忆为基础的计算机辅助翻译环境中成功利用单语文本,增加有用翻译建议的数量。
本文介绍了一种使用5-gram KenLM语言模型的新方法,通过Kneser-ney平滑技术过滤域外数据,提高机器翻译质量。同时采用多域、微调和迭代回译等自适应技术,在Hindi-Nepali语言对上提高了BLEU点数。