COMET-QE与主动学习在低资源机器翻译中的应用
计算与语言
2022-10-31 v1
摘要
主动学习旨在资源稀缺时提供最大收益。我们使用无参考评估指标COMET-QE为低资源神经机器翻译筛选句子。我们以斯瓦希里语、卢旺达语和西班牙语进行实验，表明在30k基线中由主动学习筛选的20k句子上，COMET-QE显著优于往返翻译似然（RTTL）的两种变体及随机句子选择，最高达5个BLEU点。这表明COMET-QE在极低资源限制下是句子筛选的有力工具。
引用
@article{arxiv.2210.15696,
title = {COMET-QE and Active Learning for Low-Resource Machine Translation},
author = {Everlyn Asiko Chimoto and Bruce A. Bassett},
journal= {arXiv preprint arXiv:2210.15696},
year = {2022}
}
备注
Accepted to Findings of EMNLP 2022