Using Monolingual Source-Language Data to Improve MT Performance.

Statistical machine translation systems are usually trained on large amounts of bilingual text and of monolingual text in the target language. In this paper, we will present a self-training approach, which additionally explores the use of monolingual source text, namely the documents to be translated, to improve the system performance. An initial version of the translation system is used to translate the source text. Among the generated translations, target sentences of low quality are automatically identified and discarded. The reliable translations together with their sources are then used as a new bilingual corpus for training an additional phrase translation model. Thus, the translation system can be adapted to the new source data even if no bilingual data in this domain is available. Experimental evaluation was performed on a standard ChineseEnglish translation task. We focus on settings where the domain and/or the style of the test data is different from that of the training material. We will show a significant improvement in translation quality through the use of the adaptive phrase translation model. BLEU score rises up to 1.1 points, and mWER is reduced by up to 3.1% absolute.Les syst\ue8mes de traduction automatique statistique sont habituellement \uab\ua0entran\ue9s\ua0\ubb \ue0 l'aide de volumes consid\ue9rables de textes bilingues et de textes unilingues dans la langue cible. Dans cet article, nous pr\ue9senterons une m\ue9thodologie d'auto apprentissage qui explore en plus l'emploi de texte source unilingue, \ue0 savoir les documents \ue0 traduire, pour am\ue9liorer la performance du syst\ue8me. Une version initiale du syst\ue8me de traduction est employ\ue9e pour traduire le texte source. Parmi les traductions produites, les phrases cibles de mauvaise qualit\ue9 sont automatiquement d\ue9tect\ue9es et rejet\ue9es. Les traductions fiables ainsi que leurs sources sont ensuite utilis\ue9es, \ue0 titre de nouveau corpus bilingue, pour l'entrarnement d'un mod\ue8le additionnel de traduction de syntagme. Ainsi, le syst\ue8me de traduction peut \ueatre adapt\ue9 aux nouvelles donn\ue9es source, m\ueame si aucune donn\ue9e bilingue dans ce domaine n'est disponible. L'\ue9valuation exp\ue9rimentale s'est faite sur une tche standard de traduction du chinois vers l'anglais. Nous nous concentrons sur des situations o\uf9 le domaine et/ou le style des donn\ue9es d'essai est diff\ue9rent de celui du mat\ue9riel d'entrarnement. Nous d\ue9montrerons une am\ue9lioration notable de la qualit\ue9 grce \ue0 l'usage du mod\ue8le adaptatif de traduction de syntagmes. La cote BLEU monte \ue0 1,1 point et la baisse du mWER peut atteindre 3,1 % en valeur absolue.NRC publication: Ye