主頁 > 資料庫 > 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

2020-09-10 06:11:29 資料庫


桔妹導讀:深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧!

近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器翻譯大賽 WMT2020發布了所有團隊今年提交的Primary Submission的結果,通過官方提供的Reference資料以及評估腳本,每個參賽隊伍可以評估所有參賽隊伍的最終BLEU成績,滴滴AI Labs的NLP團隊在競爭最激烈的新聞中譯英賽道機器評測中成功斬獲世界第三,WMT是機器翻譯領域認可度最高的國際頂級評測比賽,從2006年創辦至今,每年都會吸引包括微軟、Facebook、DeepMind、百度、華為、騰訊、清華大學、上海交通大學、約翰霍普金斯大學、劍橋大學、愛丁堡大學等全球企業、科研機構以及頂級高校的參與,每次比賽都是各家機器翻譯實力的大比拼,也見證了行業機器翻譯技術的不斷進步,

BLEU指標評估排名前十的參賽團隊

此次滴滴NLP團隊參與的是WMT2020新聞機器翻譯賽道(Shared Task: Machine Translation of News),該賽道共設定了22項不同語言之間的翻譯任務,其中,中文到英文翻譯是競爭最激烈的任務,共吸引了DeepMind、騰訊、華為、清華大學、上海交通大學等四十多支全球參賽團隊參與,在6月24日至6月30日為期七天的比賽時間里,參賽團隊累計共提交了近300次資料,

與往年不同,今年新聞中譯英比賽參賽方均為匿名提交,比賽期間只能看到自己成績以及其他匿名參賽方成績,并且每個參賽方最多可以提交7次翻譯結果,比賽結束后各參賽方不可再次提交,各參賽方從所有提交中選擇其中一個提交結果作為Primary Submission供人工評估使用,

WMT組委會為每個語言賽道提供指定的雙語的訓練集以及單語語料,參賽方可以根據自己的模型利用相關的訓練集,比賽開始后組委會提供的單語的測驗集 (Source),參賽方利用自己的模型對測驗集的語言進行預測,然后提交至OCELoT系統,組委會利用SacreBLEU1指標對參賽方提交的譯文與組委會未公開的標準答案 (Reference) 進行計算,分數越高代表翻譯效果越好,

在本次中譯英賽道中,滴滴NLP團隊在技術上以Transformer2結構作為基礎,在結構上引入Self-Attention, Relative Positional Attention, Larger FFN Size等變化,利用迭代式回譯技術 (Iterative Back-translation) 和交替知識蒸餾 (Alternate Knowledge Distillation) 方法生成高質量的合成語料,結合資料清洗、資料選擇、模型集成等技術提高翻譯質量,考慮到翻譯話題對于翻譯質量的影響,滴滴翻譯還采用了領域遷移、話題挖掘和個性化加權的方式,使得翻譯結果更加個性化,此外,我們還通過EDA、權重剪枝等技術增強翻譯模型的魯棒性,最終滴滴翻譯高效準確的進行完成WMT2020中譯英賽道翻譯任務,并且最先獲得36.6的高分,最侄訓得第三名的成績,充分彰顯了滴滴在機器翻譯領域的技術實力,

目前,滴滴翻譯技術已經廣泛應用于國際化IM翻譯、國際化判責、國際化運營等業務場景,后續滴滴NLP團隊將不斷推進自然語言處理以及滴滴翻譯等相關技術的研究與落地,持續迭代模型,優化回應速度,供更高質量的翻譯服務,

References

1. Matt Post. 2018. A call for clarity in reporting BLEU scores. In Proceedings of the Third Conference on Machine Translation: Research Papers, pages 186–191, Belgium, Brussels. Association for Computational Linguistics.

2. Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N Gomez, ?ukasz Kaiser, and Illia Polosukhin. 2017. Attention is all you need. In Advances in neural information processing systems, pages 5998–6008.

團隊介紹

滴滴AI Labs NLP團隊關注于自然語言處理、機器翻譯、語音實時翻譯、語意分析等領域,成果應用于滴滴國際化司乘訊息翻譯、內容安全、智能客服等業務,

延伸閱讀

內容編輯 | Charlotte & Teeo
聯系我們 | [email protected]


滴滴技術 出品

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/1083.html

標籤:大數據

上一篇:滴滴資料通道服務演進之路

下一篇:MPP (Massively Parallel Processing)大規模并行處理

標籤雲
其他(123570) Java(13369) Python(12729) C(7542) 區塊鏈(7372) JavaScript(7049) 基礎類(6313) AI(6244) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4120) MySQL(4012) Linux(3394) C語言(3288) C++語言(3117) Java相關(2746) 疑難問題(2699) 單片機工控(2479) Web開發(1951) 網絡通信(1793) 數據庫相關(1767) VB基礎類(1755) PHP(1727) 開發(1646) 系統維護與使用區(1617) .NETCore(1586) 基礎和管理(1579) JavaEE(1566) C++(1527) 專題技術討論區(1515) Windows客戶端使用(1484) HtmlCss(1466) ASP.NET(1428) Unity3D(1354) VCL組件開發及應用(1353) HTML(CSS)(1220) 其他技術討論專區(1200) WindowsServer(1192) .NET技术(1165) 交換及路由技術(1149) 語言基礎算法系統設計(1133) WindowsSDKAPI(1124) 界面(1088) JavaSE(1075) Qt(1074) VBA(1048) 新手樂園(1016) 其他開發語言(947) Go(907) HTML5(901) 新技術前沿(898) 硬件設計(872) 區塊鏈技術(860) 網絡編程(857) 非技術版(846) 一般軟件使用(839) 網絡協議與配置(835) Eclipse(790) Spark(750) 下載資源懸賞專區(743)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • 如何宣告一個接受任何型別方法參考的變數Function<>?

    我試圖宣告一個變數,它接受任何型別的方法參考Function<AnyObject, AnyObject or Any Enum>。
    這個方法參考將在映射器中使用,我接受一些輸入并通過呼叫另一個物件的方法來映...

    uj5u.com 2021-10-16 15:27:18 more
  • 為什么方差會對flatmapto函式產生影響?

    我想了解這個函式: 我想了解這個函式。
    public inline fun <T, R, C : MutableCollection<in R>> Array<out T>。 flatMapTo(目的地。C, transform: (T) -> Iterable<R> ): C...

    uj5u.com 2021-10-16 15:26:04 more
  • 我如何使用一個`任務<string>`實體作為方法的任務<string?>引數?

    我如何使用一個Task<string>實體作為一個方法的Task<string?>引數?
    如果我使用啟用的nullability,并且我有兩個異步方法,比如...... 如果我使用啟用的nullability,并且我有兩個...

    uj5u.com 2021-10-16 15:26:00 more
  • Webpack沒有捆綁匯入和使用的功能

    我試圖在我的函式中包含和使用BootstrapCookieConsentSettingsnpm 包bootstrap-cookie-consent-settings中的函式,initConsentBanner但 webpack 總是將其丟棄并且不包含它,即...

    uj5u.com 2021-10-16 15:25:31 more
  • 如何用Swift泛型處理成功和錯誤的API回應?

    我正試圖撰寫一個簡單的函式來處理回傳 JWT 令牌的認證 POST 請求。
    我的LoopBack 4 API將令牌作為一個JSON資料包回傳,其格式如下:
    { "token"/span>: "my. jwt.token" }

    如...

    uj5u.com 2021-10-16 15:25:24 more
  • 從抽象的通用方法中回傳派生類的實體

    我想在這里做的事情有點難以描述。我目前的需求要求我有一個可以實作介面的列舉型別。雖然不是最漂亮的解決方案,但這是我想出的辦法; )。

    我的問題本質上是,是否有任何方法來...

    uj5u.com 2021-10-16 15:24:59 more
  • Java自參考的通用型別

    雖然這個問題的核心已經被問過很多次了,但是有一個問題還沒有被問到(或者說我還沒有找到)。
    在 Java 中,沒有辦法擁有一個參考型別本身的泛型。你可能會說 "如果你最終嘗試了,那...

    uj5u.com 2021-10-16 15:24:06 more
  • Kotlin中的泛型:如何實體化實作了介面的泛型類

    我的問題是,當一個通用類實作了一個介面時,我無法將其實體化。
    實體化代碼如下;
    class MainClass {
    fun mainMethod(){
    val access = EADBAccess<AppUserModel> (Ap...

    uj5u.com 2021-10-16 15:24:00 more
  • 在CSS檔案中使用:local有什么好處?

    我一直在學習在 React 中使用 CSS 并遇到了 CSS 模塊的想法,作為其中的一部分,我遇到了這篇文章https://blog.fearcat.in/a?ID=00550-af5ece9b-eb49-4e13 -8711-26e00c48c84e...

    uj5u.com 2021-10-16 15:22:38 more
  • POST后的PHP重定向

    我正在使用谷歌登錄,并且大部分時間都在那里。用戶成功登錄,我可以訪問我的 mysql 用戶表來查找用戶記錄。在完成用戶處理并設定 $_SESSION 變數后,我想從 POST 頁面重定向回我...

    uj5u.com 2021-10-16 13:40:46 more