阿里巴巴翻译团队在 WMT 2022 质量估计共享任务中的提交
计算与语言
2023-02-20 v2
摘要
在本文中，我们介绍了提交给质量估计共享任务中句级 MQM 基准的系统，名为 UniTE（统一翻译评估，Unified Translation Evaluation）。具体而言，我们的系统采用了 UniTE 框架，该框架在训练期间结合三种类型的输入格式与预训练语言模型。首先，我们将伪标注数据样本应用于连续预训练阶段。值得注意的是，为缩小预训练与微调之间的差距，我们采用了数据剪枝和基于排序的分数归一化策略。在微调阶段，我们使用了往年 WMT 竞赛中的直接评估（DA）和多维质量指标（MQM）数据。最后，我们收集仅源端评估结果，并对两个 UniTE 模型（其主干分别为 XLM-R 和 InfoXLM）生成的预测进行集成。结果表明，我们的模型在多语言与英俄设置中取得总体排名第一，在英德和中英设置中取得总体排名第二，在本年度质量估计竞赛中表现出相对强劲的性能。
引用
@article{arxiv.2210.10049,
title = {Alibaba-Translate China's Submission for WMT 2022 Quality Estimation Shared Task},
author = {Keqin Bao and Yu Wan and Dayiheng Liu and Baosong Yang and Wenqiang Lei and Xiangnan He and Derek F. Wong and Jun Xie},
journal= {arXiv preprint arXiv:2210.10049},
year = {2023}
}
备注
WMT 2022 QE Shared Task. arXiv admin note: text overlap with arXiv:2210.09683