CUNI Transformer Neural MT System for WMT18

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F18%3A10390199" target="_blank" >RIV/00216208:11320/18:10390199 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.statmt.org/wmt18/pdf/WMT051.pdf" target="_blank" >http://www.statmt.org/wmt18/pdf/WMT051.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/W18-64051" target="_blank" >10.18653/v1/W18-64051</a>

Jazyk výsledku

angličtina

Název v původním jazyce

CUNI Transformer Neural MT System for WMT18

Popis výsledku v původním jazyce

We describe our NMT system submitted to the WMT2018 shared task in news translation. Our system is based on the Transformer model (Vaswani et al., 2017). We use an improved technique of backtranslation, where we iterate the process of translating monolingual data in one direction and training an NMT model for the opposite direction using synthetic parallel data. We apply a simple but effective filtering of the synthetic data. We pre-process the input sentences using coreference resolution in order to disambiguate the gender of pro-dropped personal pronouns. Finally, we apply two simple post-processing substitutions on the translated output. Our system is significantly (p &lt; 0.05) better than all other English-Czech and Czech-English systems in WMT2018.

Název v anglickém jazyce

CUNI Transformer Neural MT System for WMT18

Popis výsledku anglicky

We describe our NMT system submitted to the WMT2018 shared task in news translation. Our system is based on the Transformer model (Vaswani et al., 2017). We use an improved technique of backtranslation, where we iterate the process of translating monolingual data in one direction and training an NMT model for the opposite direction using synthetic parallel data. We apply a simple but effective filtering of the synthetic data. We pre-process the input sentences using coreference resolution in order to disambiguate the gender of pro-dropped personal pronouns. Finally, we apply two simple post-processing substitutions on the translated output. Our system is significantly (p &lt; 0.05) better than all other English-Czech and Czech-English systems in WMT2018.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/DG16P02B048" target="_blank" >DG16P02B048: Systém pro trvalé uchování dokumentace a prezentaci historických pramenů z období totalitních režimů</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the Third Conference on Machine Translation, Volume 2: Shared Tasks

ISBN

978-1-948087-81-0

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

6

Strana od-do

486-491

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Bruxelles, Belgium

Datum konání akce

31. 10. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—