语料质量对神经机器翻译的影响
计算与语言
2018-10-22 v1
摘要
从网络、文档或其他来源自动获取的大规模平行语料常包含许多受损部分，这些部分必然会对从这些语料中学习的系统和模型的质量产生负面影响。本文描述了数据中常见的频繁问题，以及此类数据如何影响神经机器翻译系统，并介绍了如何识别和处理这些问题。这些解决方案被总结为一组从输入语料中移除问题句子的脚本。
引用
@article{arxiv.1810.08392,
title = {Impact of Corpora Quality on Neural Machine Translation},
author = {Matīss Rikters},
journal= {arXiv preprint arXiv:1810.08392},
year = {2018}
}