融合无监督质量估计指标的译文质量估计方法

质量估计的目的是在没有参考译文的情况下衡量翻译内容的质量,这对于需要高质量翻译任务中的机器翻译系统至关重要.针对有监督的翻译质量估计中普遍存在的缺乏标记训练数据和模型框架中两阶段学习目标差异的问题,以及无监督的质量估计中存在的因为任务目标模糊、特征学习不完全而导致最终结果远不如有监督模型的问题,本文提出了将无监督质量估计中的估计指标当作特征融入有监督的质量估计模型中的方法,以此来互相弥补两种模型之间存在的缺点.在WMT2020的高资源对和低资源对上的实验结果证实,相对于基线的有监督和无监督模型,两者结合的方法能够更好的提高翻译质量估计的准确性,与人工评分的皮尔逊相关系数都有所提升.     

融入语言差异化特征的汉越神经机器翻译译文质量估计

译文质量估计是机器翻译领域中一个重要的子任务,该任务旨在不依靠参考译文的情况下对机器译文进行质量分析.当前,译文质量估计任务在汉英、英德机器翻译上有较好的表现,技术相对成熟.但是将模型应用到汉-越神经机器翻译中面临较多问题.尤其是译文质量估计模型在汉越平行数据中提取到的语言特征不能够充分地体现汉语与越南语之间的语言特点,加之汉语与越南语之间语序与句法结构也存在明显的差异.针对上述问题,本文采用统计对齐的方法对汉越之间结构差异进行建模,提取汉语与越南语之间的语言差异化特征,以提升汉越译文质量估计的效果.实验结果表明,融入语言差异化特征在汉-越和越-汉两个方向上较基线模型分别提升了0.52个百分点和0.35个百分点.     

基于案件要素指导及深度聚类的新闻与案件相关性分析

新闻与案件相关性分析是案件领域新闻舆情分析的基础,其可以转化为文本聚类问题。由于缺乏有效的监督信息,传统聚类方法易导致聚类发散,降低结果的准确性。针对案件和新闻文本的特点,该文提出了基于案件要素指导及深度聚类的新闻与案件相关性分析方法。该方法首先抽取出重要的句子表征文本;然后利用案件要素对案件进行表征,用于初始化聚类中心,指导聚类的搜索过程;最后选用卷积自编码器获得文本表征,利用重构损失和聚类损失联合训练网络,使文本的表征更接近于案件,并将文本表征和聚类过程统一到同一框架中,交替更新自编码器参数及聚类模型参数,实现文本聚类。实验表明,该文的方法较基线方法在准确率上提高了4.61%。     

双重兑卤法生产低钠光卤石工艺研究

针对盐湖卤水生产光卤石存在生产周期长、产品氯化钠含量高、反应废液污染环境等问题,基于Na⁺,K⁺,Mg²⁺//Cl^-—H₂O四元体系相图理论,采用双重兑卤法进行低钠光卤石生产实验研究,通过控制兑卤比例和陈化时间等因素实现高效快速生产光卤石。研究结果表明,第一次兑卤实验中,钾饱和卤水与老卤质量比为1∶1.8、陈化时间为4 h,反应液中钠离子的去除率达59.30%,钾离子的损失率为9.58%;第二次兑卤实验中,钾母液与老卤质量比为1∶1.7、陈化时间为3.5 h,反应液中钾离子的收率为62.69%,钠离子的收率为8.55%,析出固相光卤石的质量分数为96.96%,氯化钠的质量分数为3.04%;且整个实验过程无需投加浮选药剂。该法生产周期短、产品质优、对环境友好,为盐湖生产光卤石提供了不同的思路。     

低频词表示增强的低资源神经机器翻译

在神经机器翻译过程中,低频词是影响翻译模型性能的一个关键因素。由于低频词在数据集中出现次数较少,训练经常难以获得准确的低频词表示,该问题在低资源翻译中的影响更为突出。该文提出了一种低频词表示增强的低资源神经机器翻译方法。该方法的核心思想是利用单语数据上下文信息来学习低频词的概率分布,并根据该分布重新计算低频词的词嵌入,然后在所得词嵌入的基础上重新训练Transformer模型,从而有效缓解低频词表示不准确问题。该文分别在汉越和汉蒙两个语言对四个方向上分别进行实验,实验结果表明,该文提出的方法相对于基线模型均有显著的性能提升。