UvA-MT 参与 WMT23 通用翻译共享任务
计算与语言
2023-10-17 v1 机器学习
摘要
本文描述了 UvA-MT 向 WMT 2023 通用机器翻译共享任务提交的系统。我们参与受限赛道的两个方向：英语 <-> 希伯来语。在该竞赛中，我们展示通过使用一个模型处理双向任务，作为多语言机器翻译（MMT）的最小设定，有可能在两个方向上取得与传统双语翻译相当的结果。通过包含有效策略，如回译、重参数化嵌入表与面向任务的微调，我们在英语 -> 希伯来语和希伯来语 -> 英语两个方向的自动评估中获得了有竞争力的最终结果。
引用
@article{arxiv.2310.09946,
title = {UvA-MT's Participation in the WMT23 General Translation Shared Task},
author = {Di Wu and Shaomu Tan and David Stap and Ali Araabi and Christof Monz},
journal= {arXiv preprint arXiv:2310.09946},
year = {2023}
}
备注
This paper has been accepted by the WMT2023 Conference