Facebook FAIR 参加 WMT19 新闻翻译任务的提交系统
计算与语言
2019-07-16 v1
摘要
本文描述了 Facebook FAIR 向 WMT19 共享新闻翻译任务的提交。我们参与了两个语言对和四个语言方向，即英语 <-> 德语和英语 <-> 俄语。继去年我们的提交之后，我们的基线系统是基于 BPE 的大型 transformer 模型，使用 Fairseq 序列建模工具包训练，并依赖于采样回译。今年我们尝试了不同的双语文本数据过滤方案，以及添加经过过滤的回译数据。我们还对模型进行集成并在特定领域数据上微调，然后使用噪声信道模型重排序进行解码。我们的提交在所有四个方向的人类评估活动中均排名第一。在英到德方向上，我们的系统显著优于其他系统以及人类翻译。该系统相比我们 WMT'18 的提交提高了 4.5 个 BLEU 点。
引用
@article{arxiv.1907.06616,
title = {Facebook FAIR's WMT19 News Translation Task Submission},
author = {Nathan Ng and Kyra Yee and Alexei Baevski and Myle Ott and Michael Auli and Sergey Edunov},
journal= {arXiv preprint arXiv:1907.06616},
year = {2019}
}
备注
7 pages; WMT