UCAM Biomedical Translation at WMT19: Transfer Learning Multi-domain Ensembles

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10427148" target="_blank" >RIV/00216208:11320/19:10427148 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.aclweb.org/anthology/W19-5421" target="_blank" >https://www.aclweb.org/anthology/W19-5421</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

UCAM Biomedical Translation at WMT19: Transfer Learning Multi-domain Ensembles

Popis výsledku v původním jazyce

The 2019 WMT Biomedical translation task involved translating Medline abstracts. We approached this using transfer learning to obtain a series of strong neural models on distinct domains, and combining them into multi-domain ensembles. We further experimented with an adaptive language-model ensemble weighting scheme. Our submission achieved the best submitted results on both directions of English-Spanish.

Název v anglickém jazyce

UCAM Biomedical Translation at WMT19: Transfer Learning Multi-domain Ensembles

Popis výsledku anglicky

The 2019 WMT Biomedical translation task involved translating Medline abstracts. We approached this using transfer learning to obtain a series of strong neural models on distinct domains, and combining them into multi-domain ensembles. We further experimented with an adaptive language-model ensemble weighting scheme. Our submission achieved the best submitted results on both directions of English-Spanish.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

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

Projekt

—

Návaznosti

—

Rok uplatnění

2019

Kód důvěrnosti údajů

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