NLIP_Lab-IITH 多语言MT系统用于WAT24 MT共享任务
计算与语言
2024-10-18 v1
摘要
本文描述了NLIP Lab的多语言机器翻译系统，用于WAT24共享任务中的多语言印地语言MT任务，覆盖22个计划语言，属于4个语言族。我们探索了针对印地语言的预训练，使用对齐一致性目标。我们利用双语词典替换源句子中的单词。此外，我们使用小且高质量的种子数据对语言方向特定的多语言翻译模型进行微调。我们的主要提交版本是一个覆盖22种印地语言的2430万参数多语言翻译模型。在IN22-Gen基准测试中，我们在En-Indic方向实现了平均chrF++分数为46.80和18.19 BLEU分数。在Indic-En方向，我们实现了平均chrF++分数为56.34和30.82 BLEU分数。在In22-Conv基准测试中，我们在En-Indic方向实现了平均chrF++分数为43.43和BLEU分数16.58，在Indic-En方向，我们实现了平均chrF++为52.44和BLEU为29.77。我们的模型\footnote{我们的代码和模型可在 \url{https://github.com/maharajbrahma/WAT2024-MultiIndicMT} 获取} 在IndicTransv1（4740万参数模型）中具有竞争力。
引用
@article{arxiv.2410.13443,
title = {NLIP_Lab-IITH Multilingual MT System for WAT24 MT Shared Task},
author = {Maharaj Brahma and Pramit Sahoo and Maunendra Sankar Desarkar},
journal= {arXiv preprint arXiv:2410.13443},
year = {2024}
}
备注
WMT 24 WAT Shared Task IndicMultiMT (Best System)