Microsoft Translate 在翻译中添加额外的单词

Question

我正在尝试从英语翻译成威尔士语。我有一个包含 3032 个句子的数据集，我知道它低于建议的 10000 个限制，但问题是随机词被添加到句子中或在翻译结束时添加。

使用我拥有的数据集，我的 BLEU 分数为 94.25。

Image of Translation Differences

我附上了四个示例，其中在整个表单中添加了额外的单词。数据集中没有任何重复的单词与这些格式中的任何一种匹配，并且翻译中没有尾随空格，这可以解释为什么特别是“yn”作为一个新句子出现。

有没有什么办法可以去掉这些错误的多余词或提高翻译的准确性？将句子的总数量增加到 10000 条以上将是一项非常艰巨的任务，如果系统仍然有很大的机会返回随机单词，那将是一项艰巨的任务。

Answer 1

我也将此作为向 Microsoft 提出的支持请求。他们说问题归结于使用包含动词作为翻译一部分的字典。

此后我尝试使用英国英语作为翻译的基础 - 以前未能构建的选项 - 使用相同的数据集，BLEU 得分为 93.24，但多余的单词已经消失。

我的问题已经解决，现在需要训练出不正确的翻译。看来英语到威尔士语的翻译有错误。