本文介绍了Facebook FAIR提交给WMT19共享新闻翻译任务的作品。我们参与了两个语言对和四个翻译方向，即英语与德语（双向）和英语与俄语（双向）。继去年的提交之后，我们的基线系统是基于BPE的大规模 Transformer 模型，这些模型使用Fairseq序列建模工具包进行训练，并依赖于采样回译数据。今年，我们在不同的双语文本数据过滤方案上进行了实验，并尝试添加经过过滤的回译数据。此外，我们还在特定领域的数据上对模型进行了集成和微调，然后使用噪声通道模型重排序进行解码。在人类评估活动中，我们的提交作品在所有四个翻译方向上均排名第一。特别是在英译德方向上，我们的系统显著优于其他系统以及人工翻译。该系统相比我们在WMT'18中的提交作品提高了4.5个BLEU分数。