回译

摘要： 美国记者埃德加·斯诺撰写的《红星照耀中国》是新闻史上一部具有里程碑意义的作品。本文结合这部通讯汇编在中国的翻译与出版,探讨了回译过程中翻译规范对文本选择与译者行为的导向与制约作用,具体分析了操作规范在实现回译评价标准中的践行过程。分析表明,《红星照耀中国》的翻译与出版是翻译规范推动与制约下的一次文化复原,对原作内容的积极引导与接纳,对原文风格的准确把握和译者超凡的素养成就了我国翻译史上的一次经典。

摘要： 变分方法是机器翻译领域的有效方法,其性能较依赖于数据量规模.然而在低资源环境下,平行语料资源匮乏,不能满足变分方法对数据量的需求,因此导致基于变分的模型翻译效果并不理想.针对该问题,本文提出基于变分信息瓶颈的半监督神经机器翻译方法,所提方法的具体思路为:首先在小规模平行语料的基础上,通过引入跨层注意力机制充分利用神经网络各层特征信息,训练得到基础翻译模型;随后,利用基础翻译模型,使用回译方法从单语语料生成含噪声的大规模伪平行语料,对两种平行语料进行合并形成组合语料,使其在规模上能够满足变分方法对数据量的需求;最后,为了减少组合语料中的噪声,利用变分信息瓶颈方法在源与目标之间添加中间表征,通过训练使该表征具有放行重要信息、阻止非重要信息流过的能力,从而达到去除噪声的效果.多个数据集上的实验结果表明,本文所提方法能够显著地提高译文质量,是一种适用于低资源场景的半监督神经机器翻译方法.

摘要： 回译作为翻译中重要的数据增强方法,受到了越来越多研究者的关注。其基本思想为首先基于平行语料训练基础翻译模型,然后利用模型将单语语料翻译为目标语言,组合为新语料用于模型训练。然而在汉-越低资源场景下,训练得到的基础翻译模型性能较差,导致在其上应用回译方法得到的平行语料中含有较多噪声,较难用于下游任务。针对此问题,构建基于比例抽取的孪生网络筛选模型,通过训练使得模型可以识别平行句对和伪平行句对,在同一语义空间上对回译得到的伪平行语料进行筛选去噪,进而得到更优的平行语料。在汉越数据集上的实验结果表明,所提方法训练的模型的性能相较基线模型有显著提升。

摘要： 英语俚语在英美国家的日常生活中广泛使用,如何地道地翻译英语俚语是中国译者的一大难题。译者要想准确地对俚语进行汉译,应全面了解什么是英语俚语,并把握其特点及其翻译策略。为此,文章介绍了英语俚语的定义,并通过实例法,分析其特点,从音译、直译、意译、替换、回译、注释几个方面阐述了其翻译策略。

摘要： 本论文主要浅析口述史翻译中的回译现象,翻译文本为美国农业经济学家斯坦利·沃伦(Stanley W.Warren)的口述史,受访者斯坦利·沃伦,受到“康奈尔在中国项目(Cornell in China Project)”的号召,于1931年来到中国。在口述史中主要谈及沃伦在华的工作、生活经历。在翻译过程中,受访者沃伦当时的工作与涉及很多历史事件和在华美籍学者,尤其是帮助金陵大学成立农学院的几位农业传教士。因此,期望通过该口述史,中国读者能够对国外的农业学者为中国近代农业发展所做的贡献有所了解,同时借该口述史为中国读者呈现当时的中国社会状态,并对于史料翻译中的回译现象做一点分析。

摘要： 从高效利用现有资源的角度出发,针对维汉平行语料匮乏导致维汉神经机器翻译效果欠佳的问题,提出一个基于回译和集成学习的方法.首先,利用回译和大规模汉语单语语料构造出维汉伪平行语料,并利用伪平行语料进行训练得到中间模型;其次,使用自助采样法对原始平行语料进行N次重采样,得到N个近似同一分布但具有差异性的子数据集;基于N个子数据集分别对中间模型进行微调,得到N个具有差异性的子模型;最后,将这些子模型集成.在CWMT2015和CWMT2017的测试集上的实验证明,该方法比基线系统的BLEU值分别提升了2.37和1.63.

摘要： 近年来,使用机器学习算法从导游投诉文本数据中识别出导游违规行为,辅助旅游监管人员工作,为旅游监管提供依据,成为一个必然趋势.然而导游投诉文本存在着语料单一、难以获取等困难,如何对这些导游投诉文本进行文本增强以满足导游违规行为识别需要,是一个迫切需要解决的问题.针对这一问题,提出了一种基于EDA(easy data augmentation)和回译的导游投诉文本混合增强方法.从EDA和回译两个角度对导游投诉文本进行增强,将两种方法返回的增强投诉语料进行混合,得到最终的增强文本;并将该方法在实际的导游违规行为识别系统中进行了应用与验证.通过大量实验对该方法与传统的EDA文本增强方法、回译文本增强方法进行了分析与对比,实验数据表明,基于EDA和回译的导游投诉文本混合增强方法相对于其他两种传统文本增强方法具有更高的准确率和更优秀的文本增强效果,应用在实际的导游违规行为识别系统中得到了87.54％的准确率,相比原始数据集准确率提升了7.4％.

摘要： 低资源型的汉越神经机器翻译中,数据稀疏问题是影响翻译性能的主要原因,目前缓解该问题的途径之一是通过语料扩充方法生成伪平行数据,并用于机器翻译模型的训练,伪平行数据生成方法主要有基于词的替换、单语数据回译和枢轴翻译3种.目前的研究集中于3种方法的单独使用,缺少方法间融合利用方面的研究工作,针对此问题,提出了融入双语词典的正反向枢轴方法,利用英语作为枢轴语言,在汉到英到越正向枢轴的基础上,融入利用稀有词构建的汉-英和英-越双语词典,将汉语单语数据通过模型翻译成英语数据,再利用英-越模型将其翻译成越南语数据,其次进行越到英到汉反向枢轴翻译将越南语单语数据翻译为汉语,以此在2个方向上生成汉越伪平行数据,并利用语言模型对生成的伪平行数据进行筛选.汉-越翻译任务上的实验结果表明,提出的融入双语词典的正反向枢轴方法,能够产生更优的伪平行语料,进而显著提升汉越神经机器翻译任务的性能.

摘要： 本文围绕道教学术翻译的现状、特点以及方法展开讨论,认为西方的道教研究是西方与中国知识跨时空的对话,而道教学术论著的翻译则是东方与西方理论范式跨时空的交流。目前道教学术翻译存在翻译方法和翻译规范上的问题。道教学术论著的翻译应本着文本批判的态度,使用多维还原的方法,对汉学家的研究过程进行还原,以获得对西方汉学研究及其知识体系更为全面和系统的认识。

摘要： 本文围绕道教学术翻译的现状、特点以及方法展开讨论,认为西方的道教研究是西方与中国知识跨时空的对话,而道教学术论著的翻译则是东方与西方理论范式跨时空的交流.目前道教学术翻译存在翻译方法和翻译规范上的问题.道教学术论著的翻译应本着文本批判的态度,使用多维还原的方法,对汉学家的研究过程进行还原,以获得对西方汉学研究及其知识体系更为全面和系统的认识.

摘要： 本实用新型公开了一种回巢机的回巢导向机构及回巢机，导向机构包括导向基体，所述导向基体包括第一导向座和第二导向座，第一、第二导向座之间形成有避让通道，避让通道处的第一导向座边缘设置多个第一导向凹口，第二导向座的边缘设有多个第二导向凹口，第一导向凹口与第二导向凹口的开口方向相同，各第一导向凹口与各第二导向凹口错位布置。回巢机包括机架、移动平台和上述的回巢导向机构。本实用新型可实现注射器整齐有序的放入蜂巢孔内，注射器靠重力完全插入蜂巢孔，不会出现位置偏差带来强行插入导致注射器变形的问题，导向基体由两个导向座拼接形成，便于避让通道和第一导向凹口的加工，便于更换，降低了成本，降低了加工难度。

摘要： 本发明公开了一种运用单语料回译的手语翻译方法及系统，该方法可以使用易获取的单语料进行优化，通过建立“口语‑注释‑视频”的手语回译路线，从而可以从单语料的口语数据生成对应的视频特征序列，并参与到手语翻译的优化流程中，最终提高手语翻译方案的性能。

摘要： 本发明提供一种通过译文回译对照原文的机器翻译系统及方法，涉及自然语言处理与机器翻译技术领域。本发明步骤如下：步骤1：获取需要翻译的源语言句子数据集，所述训练集中的数据为经过人为添加标签序列的源语言句子；步骤2：建立译文回译神经网络模型；通过最小化损失函数的值来调节译文回译神经网络模型参数；步骤3：将验证集中的源语言句子E作为译文回译神经网络模型的输入，输出句子D。该方法可以降低损失的方式，进一步提高机器翻译的准确度，进一步降低语言在翻译过程中信息的扭曲或丢失。

摘要： 一种基于回译的文本三元组标注样本增强方法，包括以下步骤，为标注三元组添加实体类型，根据标注实体和回译中间语言对原文本进行预处理，将预处理后的三元组标注样本按字串长度限制，通过分隔符组成一个预处理批次；根据原始文本中三元组各命名实体的标识标签，将回译后多样化的命名实体及其添加的标识标签，还原成原命名实体或替换为其他同类型命名实体；同时，也将回译后句子和三元组标注的对应部分做相同操作，以得到增强样本；通过对比增强样本和原始文本中句子的相似度，按阈值过滤掉相似句子，保留句子的多样性。

摘要： 本发明公开了一种基于回译的无声语音识别方法和系统，方法包括：采集无声说话状态下的无声表面肌电信号；将无声表面肌电信号进行预处理和特征提取，得到无声肌电特征；将无声肌电特征送入SAEM模型得到对应的有声肌电特征；将对应的有声肌电特征送入到语音转换模型得到对应的音频特征；使用语音合成模型将对应的音频特征转化为生成的音频信号，使用语音识别模型将生成的音频信号转为文本。本发明所设计的一种基于回译的无声语音识别方法和系统，利用编码器‑解码器网络进行无声肌电信号和有声肌电信号间的转换，并且有创新性地将机器翻译中回译的方法迁移到肌电信号上，从而利用非平行数据提升无声语音识别效果，最终提升无声语音识别效果。

摘要： 本发明公开了一种基于实体词属性特征和回译的中文金融文本数据增强方法。该方法包括：首先对输入的金融文本进行文本预处理工作；紧接着，通过命名实体识别和词汇匹配的方法对金融文本中翻译难度较大的实体词使用指代字符进行实体词指代替换以生成金融文本的中间文本和指代字符‑实体映射关系字典；之后，使用回译的方法增强金融文本的中间文本，并使用指代字符‑实体映射关系字典还原文本中的指代字符，进而生成与原文本语义相似的新文本。此外，本方法在中文金融文本的数据增强任务中，首次关注并分析了实体词属性特征对文本数据增强结果的影响，并将不同种类的实体词属性特征分层次处理，提高了数据增强后得到文本的质量。

摘要： 本发明涉及一种基于回译的阅读理解数据增强方法包括：通过中英双语平行语料，训练双向的神经机器翻译模型；通过所述神经机器翻译模型，扩建阅读理解文档预标注数据；根据所述阅读理解训练数据中的答案和所述预标注数据，构建所述预标注数据的答案。

摘要： 本发明公开了一种运用单语料回译的手语翻译方法及系统，该方法可以使用易获取的单语料进行优化，通过建立“口语‑注释‑视频”的手语回译路线，从而可以从单语料的口语数据生成对应的视频特征序列，并参与到手语翻译的优化流程中，最终提高手语翻译方案的性能。

摘要： 一种基于回译的文本三元组标注样本增强方法，包括以下步骤，为标注三元组添加实体类型，根据标注实体和回译中间语言对原文本进行预处理，将预处理后的三元组标注样本按字串长度限制，通过分隔符组成一个预处理批次；根据原始文本中三元组各命名实体的标识标签，将回译后多样化的命名实体及其添加的标识标签，还原成原命名实体或替换为其他同类型命名实体；同时，也将回译后句子和三元组标注的对应部分做相同操作，以得到增强样本；通过对比增强样本和原始文本中句子的相似度，按阈值过滤掉相似句子，保留句子的多样性。

摘要： 本发明提供一种通过译文回译对照原文的机器翻译系统及方法，涉及自然语言处理与机器翻译技术领域。本发明步骤如下：步骤1：获取需要翻译的源语言句子数据集，所述训练集中的数据为经过人为添加标签序列的源语言句子；步骤2：建立译文回译神经网络模型；通过最小化损失函数的值来调节译文回译神经网络模型参数；步骤3：将验证集中的源语言句子E作为译文回译神经网络模型的输入，输出句子D。该方法可以降低损失的方式，进一步提高机器翻译的准确度，进一步降低语言在翻译过程中信息的扭曲或丢失。