《计算机工程与科学杂志》发表论文赏析

基于回译和比例抽取孪生网络筛选的汉越平行语料扩充方法

来源:计算机工程与科学杂志2022年第10期北京时间:

作者:王可超, 郭军军, 张亚飞, 高盛祥, 余正涛,

单位:(1.昆明理工大学信息工程与自动化学院,云南 昆明 650500;2.昆明理工大学云南省人工智能重点实验室,云南 昆明 650500)

摘要:回译作为翻译中重要的数据增强方法,受到了越来越多研究者的关注。其基本思想为首先基于平行语料训练基础翻译模型,然后利用模型将单语语料翻译为目标语言,组合为新语料用于模型训练。然而在汉越低资源场景下,训练得到的基础翻译模型性能较差,导致在其上应用回译方法得到的平行语料中含有较多噪声,较难用于下游任务。针对此问题,构建基于比例抽取的孪生网络筛选模型,通过训练使得模型可以识别平行句对和伪平行句对,在同一语义空间上对回译得到的伪平行语料进行筛选去噪,进而得到更优的平行语料。在汉越数据集上的实验结果表明,所提方法训练的模型的性能相较基线模型有显著提升。

关键词:汉越平行语料扩充,回译,数据增强,比例抽取,孪生网络,

基金资助:国家自然科学基金(61732005,61761026,61866020,61672271,61762056,61972186);国家重点研发计划(2019QY1801,2019QY1802,2019QY1800)

2022年10期其他文献查阅:

基于ARMv8处理器的高性能图像处理算法实现与优化研究

非结构有限体积CFD计算的网格重排序优化

基于 Spark 平台的网络游戏用户流失预测方法

基于ARM架构的中值滤波算法优化

基于FPGA快速实现定制化RISC-V处理器

基于用户行为的超级计算机作业失败预测方法

基于AFP的有向加权注意力流网络链路预测

基于区块链监管的联盟数据可信流通

基于理性密码学的分布式隐私保护数据挖掘框架

访问策略隐匿的可追责层次属性加密方案

基于边缘检测的快速纸张检测方法

轮式移动机器人轨迹跟踪控制研究

基于改进的YOLOv3口罩佩戴检测和识别

基于曲率滤波和N-P准则的路面裂缝识别方法

低层人工拣货仓库货位优化问题研究

改进的麻雀搜索优化算法及其应用

具有时变通信延迟的多智能体系统改进蜂拥控制

基于回译和比例抽取孪生网络筛选的汉越平行语料扩充方法

手语到情感语音的转换

基于时域-频域哈希编码的电网图像检索方法

非Hermitian正定线性方程组的外推的广义HSS方法

基于深度BiLSTM和图卷积网络的方面级情感分析

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!