UAlacant 在 WMT 2018 的机器翻译质量估计：一种利用短语表与前馈神经网络的简单方法
计算与语言
2018-11-07 v1
摘要
我们描述了阿利坎特大学（Universitat d'Alacant）在 WMT 2018 词级和句级机器翻译（MT）质量估计（QE）共享任务中的提交。我们的词级 MT QE 方法基于先前工作，将机器翻译句子中的词标记为 \textit{OK} 或 \textit{BAD}，并扩展以判定是否需要在每个词后的间隙中插入一个词或词序列。我们的句级提交简单地使用词级方法预测的编辑操作来近似 TER。所呈现的方法在六个数据集中有三个的数据集上识别间隙插入的子任务中排名第一，在其余数据集中排名第二。
引用
@article{arxiv.1811.02510,
title = {UAlacant machine translation quality estimation at WMT 2018: a simple approach using phrase tables and feed-forward neural networks},
author = {Miquel Esplà-Gomis and Felipe Sánchez-Martínez and Mikel L. Forcada},
journal= {arXiv preprint arXiv:1811.02510},
year = {2018}
}
备注
10 pages, 1 table, Proceedings of the 3rd Conference on Machine Translation (WMT18), Brussels 31.10.2018--01.11.2018, pp. 814--821