34、机器翻译正式度与风格控制及疫苗相关写作语言分析

机器翻译正式度与风格控制及疫苗相关写作语言分析

机器翻译正式度与风格控制

在机器翻译中，控制输出的正式度和风格是一项重要的任务。为了实现这一目标，我们使用特定正式度的数据集，借助AutoML Translate来训练定制模型，使其偏向于相应的语域。

模型训练

• 基础模型选择 ：最初使用通用的GNMT模型作为基础模型，针对每个正式度语域和语言对，在基础模型之上训练定制模型。
• 迭代训练 ：多次重复训练步骤，每次都将上一步训练的定制模型作为当前步骤的基础模型。训练数据在每一步保持不变，目的是在保持良好泛化能力的同时，使模型强烈偏向于T或V形式。例如，对于法语和西班牙语，训练2 - 3次在偏向特定正式度语域的同时，能最好地保留意义和流畅性。

graph LR
    A[通用GNMT模型] --> B[第一次训练定制模型]
    B --> C[第二次训练定制模型]
    C --> D[第三次训练定制模型]

评估

• 评估设置 ：为了评估翻译模型是否成功产生所需的语域，让人类翻译人员根据相同的源片段开发不同正式度语域（正式和非正式）的翻译参考。使用从WMT ’11和’12翻译任务测试集中随机抽取的400个源片段。评估集按正式度级别划分，正式集用于评估正式模型，非正式集用于评估非正式模型。将人类翻译和机器翻译的各正式度级别翻译片段进行人工评估，以评