CUNI at WMT23 General Translation Task: MT and a Genetic Algorithm
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A10475903" target="_blank" >RIV/00216208:11320/23:10475903 - isvavai.cz</a>
Výsledek na webu
<a href="https://aclanthology.org/2023.wmt-1.8/" target="_blank" >https://aclanthology.org/2023.wmt-1.8/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/2023.wmt-1.8" target="_blank" >10.18653/v1/2023.wmt-1.8</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
CUNI at WMT23 General Translation Task: MT and a Genetic Algorithm
Popis výsledku v původním jazyce
This paper describes the submissions of different Charles University teams to WMT23 General translation task (English to Czech and Czech to Ukrainian translation directions). Our main submission, CUNI-GA, is a result of applying a novel n-best list reranking and modification method on translation candidates produced by the two other submitted systems, CUNI-Transformer and CUNI-DocTransformer (document-level translation only used for the $en rightarrow cs$ direction). Our method uses a genetic algorithm and MBR decoding to search for optimal translation under a given metric (in our case, a weighted combination of ChrF, BLEU, COMET22-DA, and COMET22-QE-DA). Based on the automatic metrics, our submissions are first in the constrained track and competitive with the best unconstrained systems according to some of the metrics.
Název v anglickém jazyce
CUNI at WMT23 General Translation Task: MT and a Genetic Algorithm
Popis výsledku anglicky
This paper describes the submissions of different Charles University teams to WMT23 General translation task (English to Czech and Czech to Ukrainian translation directions). Our main submission, CUNI-GA, is a result of applying a novel n-best list reranking and modification method on translation candidates produced by the two other submitted systems, CUNI-Transformer and CUNI-DocTransformer (document-level translation only used for the $en rightarrow cs$ direction). Our method uses a genetic algorithm and MBR decoding to search for optimal translation under a given metric (in our case, a weighted combination of ChrF, BLEU, COMET22-DA, and COMET22-QE-DA). Based on the automatic metrics, our submissions are first in the constrained track and competitive with the best unconstrained systems according to some of the metrics.
Klasifikace
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)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the Eighth Conference on Machine Translation
ISBN
979-8-89176-041-7
ISSN
—
e-ISSN
—
Počet stran výsledku
9
Strana od-do
119-127
Název nakladatele
Association for Computational Linguistics
Místo vydání
Stroudsburg, PA, USA
Místo konání akce
Singapore
Datum konání akce
6. 12. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—