应对低资源手语翻译：UPC 在 WMT-SLT 22 的工作
计算与语言
2022-12-05 v1 计算机视觉与模式识别
摘要
本文描述了加泰罗尼亚理工大学（Universitat Politècnica de Catalunya）为 2022 年机器翻译研讨会（Workshop on Machine Translation 2022）手语翻译任务（特别是手语到文本方向）所开发的系统。我们使用基于 Fairseq 建模工具包实现的 Transformer 模型。我们实验了词表大小、数据增强技术以及使用 PHOENIX-14T 数据集对模型进行预训练。我们的系统在测试集上获得了 0.50 的 BLEU 分数，比组织方基线提高了 0.38 BLEU。我们指出基线系统和我们的系统结果均较差，因此我们的发现并不可靠。
关键词
引用
@article{arxiv.2212.01140,
title = {Tackling Low-Resourced Sign Language Translation: UPC at WMT-SLT 22},
author = {Laia Tarrés and Gerard I. Gàllego and Xavier Giró-i-Nieto and Jordi Torres},
journal= {arXiv preprint arXiv:2212.01140},
year = {2022}
}