DeepSubQE：字幕翻译的质量估计
计算与语言
2020-04-30 v1 机器学习
机器学习
摘要
由于自然语言在释义、风格、语法等方面的多样性，涉及语言数据的任务的质量估计（QE）十分困难。根据应用场景的不同，可能存在多个具有不同可接受程度的答案。本工作中，我们研究视频字幕翻译的质量估计。我们展示了现有 QE 方法的不足，并提出我们的方法 DeepSubQE 作为一个系统，用于在给定双语字幕数据时估计翻译质量。我们依赖多种数据增强策略进行自动标注与合成以用于训练。我们创建了一个混合网络，学习双语数据的语义与句法特征，并将其与仅 LSTM 和仅 CNN 的网络进行比较。我们提出的网络以显著优势优于它们。
引用
@article{arxiv.2004.13828,
title = {DeepSubQE: Quality estimation for subtitle translations},
author = {Prabhakar Gupta and Anil Nelakanti},
journal= {arXiv preprint arXiv:2004.13828},
year = {2020}
}