通过翻译记忆增强大语言模型翻译器
计算与语言
2023-05-30 v1
摘要
将翻译记忆(TM)用作提示是机器翻译模型进行上下文学习的一种有前景的方法。本文中，我们朝着以 TM 提示大语言模型(LLM)并使其成为更优翻译器迈进一步。我们发现，LLM“理解”提示的能力确实有助于更好地利用 TM。实验表明，通过使用基于高质量 TM 的提示，预训练 LLM 翻译器的结果可得到大幅改进。这些结果甚至可与最先进的 NMT 系统相媲美，后者能获取大规模领域内双语数据并在下游任务上经过良好调优。
引用
@article{arxiv.2305.17367,
title = {Augmenting Large Language Model Translators via Translation Memories},
author = {Yongyu Mu and Abudurexiti Reheman and Zhiquan Cao and Yuchun Fan and Bei Li and Yinqiao Li and Tong Xiao and Chunliang Zhang and Jingbo Zhu},
journal= {arXiv preprint arXiv:2305.17367},
year = {2023}
}
备注
Accepted to Findings of ACL 2023