AskQE：将问答任务作为机器翻译的自动评估
计算与语言
2025-09-03 v2
摘要
monolingual English speaker 如何判断法语自动翻译是否足够好可以被分享？现有的机器翻译错误检测和质量评估技术并未解决这一实际场景。我们引入 AskQE，一个问生成与问答框架，用于检测关键机器翻译错误并提供可操作的反馈，帮助用户在不了解目标语言的情况下决定是否接受机器翻译输出。利用 ContraTICO 这组包含新冠疫情领域对比合成机器翻译错误的数据集，我们探讨 AskQE 的设计选择，并开发出优化版本，依赖 LLaMA-3 70B 和被包含事实来指导问生成。我们在自然发生的机器翻译错误数据集 BioMQM 上评估所得系统，其中 AskQE 的 Kendall's Tau 相关系数和决策准确率均高于其他质量评估指标。
引用
@article{arxiv.2504.11582,
title = {AskQE: Question Answering as Automatic Evaluation for Machine Translation},
author = {Dayeon Ki and Kevin Duh and Marine Carpuat},
journal= {arXiv preprint arXiv:2504.11582},
year = {2025}
}
备注
ACL 2025 Findings