神经机器翻译针对人工译后编辑的在线自适应用户研究
计算与语言
2018-09-19 v3
摘要
神经机器翻译（NMT）的优势已在多个语言对的离线翻译以及不同领域的口语和书面语中得到广泛验证。然而，关于 NMT 通过适应人工译后编辑进行交互式学习的研究迄今仅限于模拟实验。我们提出了首个在专利翻译领域针对 NMT 对用户译后编辑进行在线自适应的用户研究。我们的研究涉及 29 名人类受试者（翻译专业学生），在一个人工译后编辑者与集成了在线自适应学习算法的机器翻译系统约 4,500 次交互中，测量了他们的译后编辑努力和翻译质量。我们的实验结果表明，根据包括 hTER、hBLEU 和 KSMR 在内的若干评估指标，由于 NMT 中的在线自适应，人工译后编辑努力显著减少。此外，我们发现 NMT 输出与已授权专利中的专业翻译之间的 BLEU/TER 有显著改善，为交互式设置中在线自适应 NMT 的优势提供了进一步证据。
引用
@article{arxiv.1712.04853,
title = {A User-Study on Online Adaptation of Neural Machine Translation to Human Post-Edits},
author = {Sariya Karimova and Patrick Simianer and Stefan Riezler},
journal= {arXiv preprint arXiv:1712.04853},
year = {2018}
}
备注
Accepted at Machine Translation Journal