論文の概要: Summer: WeChat Neural Machine Translation Systems for the WMT22 Biomedical Translation Task

• arxiv url: http://arxiv.org/abs/2211.15022v1
• Date: Mon, 28 Nov 2022 03:10:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 17:37:35.235673
• Title: Summer: WeChat Neural Machine Translation Systems for the WMT22 Biomedical Translation Task
• Title（参考訳）: 夏:WMT22バイオメディカル翻訳タスクのためのWeChatニューラル機械翻訳システム
• Authors: Ernan Li, Fandong Meng and Jie Zhou
• Abstract要約: 本稿では,WeChatのWMT 2022への参加について紹介する。 我々のシステムはTransformerをベースにしており、翻訳の質を向上させるためにいくつかの異なるTransformer構造を使用している。 われわれの中国の$to$Englishシステムは、Summerと呼ばれ、すべての応募の中でBLEUのスコアが最も高い。
• 参考スコア（独自算出の注目度）: 54.63368889359441
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper introduces WeChat's participation in WMT 2022 shared biomedical translation task on Chinese to English. Our systems are based on the Transformer, and use several different Transformer structures to improve the quality of translation. In our experiments, we employ data filtering, data generation, several variants of Transformer, fine-tuning and model ensemble. Our Chinese$\to$English system, named Summer, achieves the highest BLEU score among all submissions.
• Abstract（参考訳）: 本稿では,WeChatのWMT 2022への参加について紹介する。 我々のシステムはトランスフォーマに基づいており、いくつかの異なるトランスフォーマ構造を使用して翻訳の質を向上させる。 実験では,データフィルタリング,データ生成,トランスフォーマーのいくつかの変種,微調整,モデルアンサンブルを用いた。 われわれの中国の$\to$EnglishシステムはSummerと名付けられ、全応募中で最も高いBLEUスコアを達成している。

関連論文リスト

• VBD-MT Chinese-Vietnamese Translation Systems for VLSP 2022 [0.11249583407496218]
  我々は,ニューラルネットワークを用いたトランスフォーマーモデルに基づいて,学習前モデルであるmBARTを用いてシステムを構築する。 ベトナム語で38.9 BLEU、ベトナム語で38.0 BLEU、公試で38.0 BLEUを達成。
  論文  参考訳（メタデータ） (2023-08-15T07:10:41Z)
• BJTU-WeChat's Systems for the WMT22 Chat Translation Task [66.81525961469494]
  本稿では,WMT'22チャット翻訳タスクに対して,北京地東大学とWeChat AIを共同で提案する。 Transformerに基づいて、いくつかの有効な変種を適用します。 本システムでは,0.810と0.946のCOMETスコアを達成している。
  論文  参考訳（メタデータ） (2022-11-28T02:35:04Z)
• The YiTrans End-to-End Speech Translation System for IWSLT 2022 Offline Shared Task [92.5087402621697]
  本稿では,IWSLT 2022オフラインタスクに対するエンドツーエンドYiTrans音声翻訳システムの提案について述べる。 YiTransシステムは、大規模な訓練済みエンコーダデコーダモデル上に構築されている。 最終提出は自動評価基準でまず英語・ドイツ語・英語・中国語のエンド・ツー・エンド・システムにランク付けする。
  論文  参考訳（メタデータ） (2022-06-12T16:13:01Z)
• The NiuTrans Machine Translation Systems for WMT21 [23.121382706331403]
  本稿では,WMT 2021ニュース翻訳タスクのNiuTransニューラルマシン翻訳システムについて述べる。 英語$leftarrow$$$ Chinese, Japanese, Russian, Icelandic$$$および英語$rightarrow$Hausaタスクを含む9つの言語指示書を提出した。
  論文  参考訳（メタデータ） (2021-09-22T02:00:24Z)
• Tilde at WMT 2020: News Task Systems [0.38073142980733]
  本稿では、Tilde氏がWMT 2020に投稿した英語とポーランド語の両方の方向のニュース翻訳タスクについて述べる。 我々は,形態的に動機づけたサブワード単位ベースのトランスフォーマーベースモデルとして,ベースラインシステムを構築している。 最終モデルはTransformerベースとTransformerビッグモデルのアンサンブルで、左右に並べ替えられる。
  論文  参考訳（メタデータ） (2020-10-29T08:59:37Z)
• DiDi's Machine Translation System for WMT2020 [51.296629834996246]
  我々は中国語>英語の翻訳指導に参画する。 この方向では、ベースラインモデルとしてTransformerを使用します。 その結果,日英のBLEUスコアは36.6ドルとなった。
  論文  参考訳（メタデータ） (2020-10-16T06:25:48Z)
• SJTU-NICT's Supervised and Unsupervised Neural Machine Translation Systems for the WMT20 News Translation Task [111.91077204077817]
  我々は英語・中国語・英語・ポーランド語・ドイツ語・アッパー・ソルビアンという3つの言語対の4つの翻訳指導に参加した。 言語ペアの異なる条件に基づいて、我々は多様なニューラルネットワーク翻訳(NMT)技術の実験を行った。 私たちの提出書では、主要なシステムは英語、中国語、ポーランド語、英語、ドイツ語から上セルビア語への翻訳の道順で第一位を獲得しました。
  論文  参考訳（メタデータ） (2020-10-11T00:40:05Z)
• WeChat Neural Machine Translation Systems for WMT20 [61.03013964996131]
  本システムは,有効な変種とDTMTアーキテクチャを備えたTransformerをベースとしている。 実験では,データ選択,複数の合成データ生成手法,高度な微調整手法,自己視覚モデルアンサンブルを用いた。 制約のある中国語と英語のシステムでは36.9のケースセンシティブなBLEUスコアが得られます。
  論文  参考訳（メタデータ） (2020-10-01T08:15:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。