Nagy Attila; Lakatos Dorina Petra; Barta Botond; Nanys Patrick; Ács Judit: Data augmentation for machine translation via dependency subtree swapping.
Előnézet |
Cikk, tanulmány, mű
msznykonf_019_91-106..pdf Letöltés (782kB) | Előnézet |
Absztrakt (kivonat)
We present a generic framework for data augmentation via dependency subtree swapping that is applicable to machine translation. We extract corresponding subtrees from the dependency parse trees of the source and target sentences and swap these across bisentences to create augmented samples. We perform thorough filtering based on graphbased similarities of the dependency trees and additional heuristics to ensure that extracted subtrees correspond to the same meaning. We conduct resource-constrained experiments on 4 language pairs in both directions using the IWSLT text translation datasets and the Hunglish2 corpus. The results demonstrate consistent improvements in BLEU score over our baseline models in 3 out of 4 language pairs. Our code is available on GitHub.
| Mű típusa: | Konferencia vagy workshop anyag |
|---|---|
| Befoglaló folyóirat/kiadvány címe: | Magyar Számítógépes Nyelvészeti Konferencia |
| Dátum: | 2023 |
| Kötet: | 19 |
| ISBN: | 978-963-306-912-7 |
| Oldalak: | pp. 91-106 |
| Nyelv: | angol |
| Kiadás helye: | Szeged |
| Konferencia neve: | Magyar számítógépes nyelvészeti konferencia (19.) |
| Konferencia típusa: | Konferencia |
| Helyszin: | Szeged |
| Dátum: | 2023. január 26-27. |
| Befoglaló mű URL: | https://acta.bibl.u-szeged.hu/78307/ |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Megjegyzések: | Bibliogr.: p. 103-106. ; ill. ; összefoglalás magyar nyelven |
| Szakterület: | 01. Természettudományok 01. Természettudományok > 01.02. Számítás- és információtudomány 06. Bölcsészettudományok 06. Bölcsészettudományok > 06.02. Nyelvek és irodalom |
| Feltöltés dátuma: | 2023. már. 14. 15:27 |
| Utolsó módosítás: | 2023. már. 14. 15:27 |
| URI: | http://acta.bibl.u-szeged.hu/id/eprint/78406 |
 |
Tétel nézet |
