利用大语言模型改进长篇幅口语翻译
计算与语言
2022-12-21 v1
摘要
口语翻译中的一个挑战是大量口语内容为长篇幅，但获取高质量翻译需要短单元。为解决这一不匹配，我们微调一个通用大语言模型（large language model, LLM），将长ASR转录文本分割为可独立翻译的片段，以最大化整体翻译质量。我们与若干分割策略比较，发现相较自动标点基线，我们的方法在三种语言上平均提升BLEU分数2.7 BLEU。此外，我们展示了两种约束解码策略的有效性，将模型输出的良构性从99%以上提升至100%。
引用
@article{arxiv.2212.09895,
title = {Improved Long-Form Spoken Language Translation with Large Language Models},
author = {Arya D. McCarthy and Hao Zhang and Shankar Kumar and Felix Stahlberg and Axel H. Ng},
journal= {arXiv preprint arXiv:2212.09895},
year = {2022}
}