CUNI 系统在 WMT19 鲁棒性任务上的提交
计算与语言
2019-06-24 v1
摘要
我们介绍了提交给 WMT19 鲁棒性任务的系统。我们的基线系统是查理大学（CUNI）为 WMT18 新闻翻译共享任务训练的 Transformer 系统。定量结果表明，CUNI Transformer 系统对噪声输入的鲁棒性已经远优于任务组织者提供的基于 LSTM 的基线。我们通过在域内噪声数据上微调进一步提升了模型的性能，且不影响其在新闻领域的翻译质量。
引用
@article{arxiv.1906.09246,
title = {CUNI System for the WMT19 Robustness Task},
author = {Jindřich Helcl and Jindřich Libovický and Martin Popel},
journal= {arXiv preprint arXiv:1906.09246},
year = {2019}
}
备注
WMT19