集成微调 mBERT 用于翻译质量估计
计算与语言
2021-09-10 v1
摘要
质量估计（QE）是机器翻译工作流的重要组件，因为它无需参考译文即可评估翻译输出的质量。在本文中，我们讨论向 WMT 2021 QE 共享任务提交的内容。我们参与任务 2 句子级子任务，该任务要求参与者预测句子级后期编辑努力的 HTER 分数。我们提出的系统是基于多语言 BERT（mBERT）的回归模型的集成，通过在不同输入设置下微调生成。它在皮尔逊相关性方面表现出可比性能，并在多个语言对的 MAE/RMSE 上击败基线系统。此外，我们通过利用目标语言相关语言对和伪参考译文，将系统适配于零样本设置。
引用
@article{arxiv.2109.03914,
title = {Ensemble Fine-tuned mBERT for Translation Quality Estimation},
author = {Shaika Chowdhury and Naouel Baili and Brian Vannah},
journal= {arXiv preprint arXiv:2109.03914},
year = {2021}
}
备注
The Sixth Conference on Machine Translation, WMT 2021