論文の概要: ViBidirectionMT-Eval: Machine Translation for Vietnamese-Chinese and Vietnamese-Lao language pair

• arxiv url: http://arxiv.org/abs/2501.08621v1
• Date: Wed, 15 Jan 2025 06:40:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-16 15:53:27.897472
• Title: ViBidirectionMT-Eval: Machine Translation for Vietnamese-Chinese and Vietnamese-Lao language pair
• Title（参考訳）: ViBidirectionMT-Eval: ベトナム・中国・ベトナム・ラオス語対の機械翻訳
• Authors: Hong-Viet Tran, Minh-Quy Nguyen, Van-Vinh Nguyen,
• Abstract要約: 本稿では,VLSP 2022-2023 機械翻訳共有タスクの結果について述べる。 この課題はベトナム語と音声処理に関する第9回年次ワークショップの一環として組織された。 共通作業の目的は機械翻訳システムの構築であり、特にベトナム・中国・ベトナム・ラオスの翻訳を対象としていた。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper presents an results of the VLSP 2022-2023 Machine Translation Shared Tasks, focusing on Vietnamese-Chinese and Vietnamese-Lao machine translation. The tasks were organized as part of the 9th, 10th annual workshop on Vietnamese Language and Speech Processing (VLSP 2022, VLSP 2023). The objective of the shared task was to build machine translation systems, specifically targeting Vietnamese-Chinese and Vietnamese-Lao translation (corresponding to 4 translation directions). The submission were evaluated on 1,000 pairs for testing (news and general domains) using established metrics like BLEU [11] and SacreBLEU [12]. Additionally, system outputs also were evaluated with human judgment provided by experts in Chinese and Lao languages. These human assessments played a crucial role in ranking the performance of the machine translation models, ensuring a more comprehensive evaluation.
• Abstract（参考訳）: 本稿では,ベトナム・中国・ベトナム・ラオスの機械翻訳に焦点を当てたVLSP 2022-2023機械翻訳共有タスクの結果について述べる。 この作業はベトナム語と音声処理に関する第9回年次ワークショップ(VLSP 2022, VLSP 2023)の一環として実施された。 共通作業の目的は機械翻訳システムの構築であり、特にベトナム・中国・ベトナム・ラオス語訳(4つの翻訳方向に対応する)を対象としていた。 BLEU [11] や SacreBLEU [12] のような確立したメトリクスを使用して、1000対のテスト(新規および一般ドメイン)で評価した。 また,中国語やラオス語の専門家による人的判断により,システムアウトプットの評価を行った。 これらの人的評価は、機械翻訳モデルの性能のランク付けにおいて重要な役割を担い、より包括的な評価を確実にした。

関連論文リスト

• VlogQA: Task, Dataset, and Baseline Models for Vietnamese Spoken-Based Machine Reading Comprehension [1.3942150186842373]
  本稿では,機械読解作業のためのベトナム語音声コーパスの開発過程について述べる。 ベトナムの既存のMRCコーポラは主にウィキペディアの記事、オンライン新聞、教科書などの公式文書に焦点を当てている。 対照的に、VlogQAはYouTubeからソースされた1,230の文書に基づいて10,076の質問応答ペアで構成されている。
  論文  参考訳（メタデータ） (2024-02-05T00:54:40Z)
• Findings of the WMT 2023 Shared Task on Discourse-Level Literary Translation: A Fresh Orb in the Cosmos of LLMs [80.05205710881789]
  我々は、著作権と文書レベルの中国英語ウェブ小説コーパスをリリースする。 今年は7つのアカデミックチームと業界チームから14の応募を受け取りました。 システムの公式ランキングは、全体的な人間の判断に基づいている。
  論文  参考訳（メタデータ） (2023-11-06T14:23:49Z)
• An Effective Method using Phrase Mechanism in Neural Machine Translation [3.8979646385036166]
  ベトナム語と中国語の並列コーパスのためのニューラル機械翻訳(NMT)システムを構築する際に,フレーズ機構であるPhrase Transformerを用いて,強力なベースラインモデルトランスフォーマを改善する方法を提案する。 VLSP 2022コンペティションのMTデータセットに関する我々の実験は、ベトナム語から中国語へのBLEUスコアが35.3、中国語からベトナム語へのデータのBLEUスコアが33.2であった。
  論文  参考訳（メタデータ） (2023-08-21T05:46:40Z)
• 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)
• Enhancing Translation for Indigenous Languages: Experiments with Multilingual Models [57.10972566048735]
  本稿では,3つの方法のシステム記述について述べる。 M2M-100とmBART50という2つの多言語モデルと1つのバイリンガル(1対1)-ヘルシンキNLPスペイン語翻訳モデルを使いました。 アメリカから11の言語を実験し、使用したセットアップと、達成した成果を報告しました。
  論文  参考訳（メタデータ） (2023-05-27T08:10:40Z)
• Summer: WeChat Neural Machine Translation Systems for the WMT22 Biomedical Translation Task [54.63368889359441]
  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。
  論文  参考訳（メタデータ） (2022-11-28T03:10:50Z)
• VLSP 2021 Shared Task: Vietnamese Machine Reading Comprehension [2.348805691644086]
  本稿では,共有タスクの組織化,共有タスク参加者の実施方法の概要,その結果について述べる。 ベトナム語に対する MRC タスクと質問応答システムを評価するためのベンチマークデータセット UIT-ViQuAD 2.0 を提供する。 UIT-ViQuAD 2.0データセットは、ベトナムの機械読解、質問応答、質問生成を研究するためのより多くの研究者を動機付けている。
  論文  参考訳（メタデータ） (2022-03-22T00:44:41Z)
• Sentence Extraction-Based Machine Reading Comprehension for Vietnamese [0.2446672595462589]
  UIT-ViWikiQAは,ベトナム語における文抽出に基づく機械読解に関する最初のデータセットである。 このデータセットは、ウィキペディアから174のベトナム語記事の5.109節に基づく23.074の質問回答からなる。 我々の実験によると、最良のマシンモデルはXLM-R$_Largeであり、これは正確な一致(EM)スコアが85.97%、F1スコアが88.77%である。
  論文  参考訳（メタデータ） (2021-05-19T10:22:27Z)
• 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。