HW-TSC 在 CCMT 2024 机器翻译任务中的提交
人工智能
2024-10-10 v3 计算与语言
摘要
本文介绍了华为翻译服务中心 (HW-TSC) 提交至第 20 届中国机器翻译会议 (CCMT 2024) 机器翻译任务的成果。我们参加了双语机器翻译任务和多领域机器翻译任务。针对这两个翻译任务，我们采用正则化 dropout、双向训练、数据多样化、前向翻译、后向翻译、交替训练、课程学习和无监督集成学习等训练策略，对基于深度 Transformer-big 架构的神经机器翻译 (NMT) 模型进行训练。此外，为探讨大型语言模型 (LLM) 是否能帮助提高 NMT 系统的翻译质量，我们使用监督微调训练 llama2-13b 作为自动后编辑 (APE) 模型，以提高 NMT 模型在多领域机器翻译任务上的翻译结果。通过采用这些复合策略，我们的提交在最终评估中取得了具竞争力的成绩。
关键词
引用
@article{arxiv.2409.14842,
title = {HW-TSC's Submission to the CCMT 2024 Machine Translation Tasks},
author = {Zhanglin Wu and Yuanchang Luo and Daimeng Wei and Jiawei Zheng and Bin Wei and Zongyao Li and Hengchao Shang and Jiaxin Guo and Shaojun Li and Weidong Zhang and Ning Xie and Hao Yang},
journal= {arXiv preprint arXiv:2409.14842},
year = {2024}
}
备注
13 pages, 2 figures, 6 Tables, CCMT2024. arXiv admin note: substantial text overlap with arXiv:2409.14800