数据处理至关重要：SRPH-Konvergen AI 面向 WMT'21 的机器翻译系统
计算与语言
2021-11-23 v1
摘要
在本文中，我们描述了 Samsung Research Philippines 与 Konvergen AI 联合团队在 WMT'21 大规模多语言翻译任务——小赛道 2 上的提交。我们向该共享任务提交了一个标准的 Seq2Seq Transformer 模型，未使用任何训练或架构技巧，主要依赖我们数据预处理技术的优势来提升性能。我们最终的提交模型在 FLORES-101 devtest 集上取得了 22.92 的平均 BLEU，在比赛隐藏测试集上取得了 22.97 的平均 BLEU，总体排名第六。尽管仅使用了标准 Transformer，我们的模型在印尼语到爪哇语上排名第一，这表明数据预处理即使不比前沿模型架构和训练技术更重要，也至少同等重要。
引用
@article{arxiv.2111.10513,
title = {Data Processing Matters: SRPH-Konvergen AI's Machine Translation System for WMT'21},
author = {Lintang Sutawika and Jan Christian Blaise Cruz},
journal= {arXiv preprint arXiv:2111.10513},
year = {2021}
}
备注
In Proceedings of the Sixth Conference on Machine Translation (WMT)