多参考译文搭配有意义变体提升文学机器翻译
机器学习
2024-12-30 v1 人工智能
密码学与安全
摘要
虽然单个源句可产生多种翻译方式，但大多数机器翻译（MT）模型仅使用单一参考译文进行训练。先前研究表明，使用合成改写可改善 MT。本文通过分析 Par3 数据集中不同英文译文之间的语义相似性，探讨多参考译文的最佳实践。我们将译文间的语义相似性分为低、中、高三个层级，对三种不同模型（mT5-large、LLaMA-2-7B 和 Opus-MT）进行文学 MT 任务微调。在不同模型下，保持总训练实例数不变，单参考但更多源文本仅在边缘超过多参考（源文本减半）的情况。此外，在微调大语言模型时，使用语义相似性为中等和高的改写译文优于未筛选的数据集，BLEU（提升 0.3-0.5）、COMET（提升 0.1-0.9）和 chrF++（提升 0.17-0.32）。我们的代码已公开于 GitHub。
引用
@article{arxiv.2412.18706,
title = {SurvAttack: Black-Box Attack On Survival Models through Ontology-Informed EHR Perturbation},
author = {Mohsen Nayebi Kerdabadi and Arya Hadizadeh Moghaddam and Bin Liu and Mei Liu and Zijun Yao},
journal= {arXiv preprint arXiv:2412.18706},
year = {2024}
}