QEMind：阿里巴巴向WMT21质量估计共享任务的提交
计算与语言
2022-01-03 v1
摘要
质量估计作为机器翻译质量控制的关键步骤，已被研究多年。其目标是探究在无参考译文的条件下估计机器翻译结果质量的自动方法。在今年WMT QE共享任务中，我们利用大规模XLM-Roberta预训练模型并额外提出若干有用特征以评估译文不确定性来构建我们的QE系统，名为\textit{QEMind}。该系统已应用于Direct Assessment的句子级评分任务与Critical Error Detection的二值分数预测任务。本文中，我们呈现向WMT 2021 QE共享任务的提交，且大量实验结果表明我们的多语言系统在Direct Assessment QE任务上优于WMT 2020最佳系统。
引用
@article{arxiv.2112.14890,
title = {QEMind: Alibaba's Submission to the WMT21 Quality Estimation Shared Task},
author = {Jiayi Wang and Ke Wang and Boxing Chen and Yu Zhao and Weihua Luo and Yuqi Zhang},
journal= {arXiv preprint arXiv:2112.14890},
year = {2022}
}
备注
Winner of WMT 2021 QE shared task 1