面向远距离语言对的多模态机器翻译论文和代码
来源: 李琳/
武汉理工大学
535
2
0
2024-09-21
无监督多模态机器翻译 (Unsupervised Multimodal Machine Translation, UMMT) 旨在利用视觉等信息来帮助源
和目标语言的语义空间对齐,为低资源语言对的翻译提供了有效的手段. 现有的 UMMT 模型虽然在近距离语言对翻译中取得一系列的研究进展, 但是远距离语言对在基于回译的无监督框架中会出现语义信息丢失严重和语义空间对齐困难等问题, 其翻译质量并不理想。
 
团队图尔贡博士,研究面向远距离语言对的 UMMT 方法, 其核心思想是利用图像作为辅助和枢轴信息来促进两种语言的语句在机器翻译潜在语义空间对齐。
 
相关论文发表在:
 
1. Unsupervised Multimodal Machine Translation for Low-resource Distant Language Pairs
 
 
2. Visual Pivoting Unsupervised Multimodal Machine Translation in Low-Resource Distant Language Pairs
 
EMNLP 2024录用为Findings
 
 

论文和代码请在Github上下载:

https://github.com/WUT-IDEA/multimodal-machine-translation-with-low-resource


登录用户可以查看和发表评论, 请前往  登录 或  注册
SCHOLAT.com 学者网
免责声明 | 关于我们 | 联系我们
联系我们: