用于 WMT17 自动后编辑任务的 LIG-CRIStAL 系统
计算与语言
2017-07-18 v1
摘要
本文介绍了 LIG-CRIStAL 向 WMT 2017 共享自动后编辑任务提交的系统。我们提出两种神经后编辑模型：一种具有任务特定注意力机制的单一源模型，在低资源场景下表现尤为出色；以及一种利用源句子提供额外上下文的链式架构。当有更多训练数据可用时，后一种架构设法略微改进了我们的结果。我们展示并讨论了在为该任务提供的两个数据集（en-de 和 de-en）上的结果。
引用
@article{arxiv.1707.05118,
title = {LIG-CRIStAL System for the WMT17 Automatic Post-Editing Task},
author = {Alexandre Berard and Olivier Pietquin and Laurent Besacier},
journal= {arXiv preprint arXiv:1707.05118},
year = {2017}
}
备注
keywords: neural post-edition, attention models