基于多元信息融合的神经机器译文自动评价方法 |
| |
引用本文: | 刘媛,李茂西,项青宇,李易函.基于多元信息融合的神经机器译文自动评价方法[J].中文信息学报,2023(3):89-100. |
| |
作者姓名: | 刘媛 李茂西 项青宇 李易函 |
| |
作者单位: | 1. 江西师范大学计算机信息工程学院;2. 江西师范大学管理科学与工程研究中心;3. 南京航空航天大学自动化学院 |
| |
基金项目: | 国家自然科学基金(61662031,61462044);;江西省教育厅科技项目(GJJ210306);;教育部产学合作协同育人项目(220604647062739); |
| |
摘 要: | 机器译文自动评价对推动机器翻译发展和应用有着重要作用。最新的神经机器译文自动评价方法使用预训练语境词向量提取深层语义特征,并将它们直接拼接输入多层神经网络预测译文质量,其中直接拼接操作容易导致特征间缺乏深入融合,而逐层抽象进行预测时容易丢失细粒度准确匹配信息。针对以上问题,该文提出将中期信息融合方法和后期信息融合方法引入译文自动评价,使用拥抱融合对不同特征进行交互中期融合,基于细粒度准确匹配的句移距离和句级余弦相似度进行后期融合。在WMT’21 Metrics Task基准数据集上的实验结果表明,提出的方法能有效提高其与人工评价的相关性,达到与参加评测最优系统的可比性能。
|
关 键 词: | 机器翻译 译文自动评价 信息融合 信息表征 拥抱融合 |
|