人机翻译的自动分类：基于词汇多样性的视角研究
计算与语言
2021-05-12 v1
摘要
通过使用三元文法模型并微调预训练的 BERT 模型进行序列分类，我们表明机器翻译和人工翻译可以以高于随机水平的准确率被分类，这表明机器翻译和人工翻译在系统性上存在差异。机器翻译的分类准确率远高于人工翻译。我们表明这可由机器翻译与人工翻译之间词汇多样性的差异来解释。如果机器翻译具有独立于人工翻译的模式，那么衡量机器翻译偏离人工翻译程度的自动指标可能会将差异与质量混为一谈。我们使用两类不同的自动指标进行的实验显示其与分类任务的结果相关。因此，我们建议在机器翻译评估中更多关注机器翻译与人工翻译之间词汇多样性的差异。
引用
@article{arxiv.2105.04616,
title = {Automatic Classification of Human Translation and Machine Translation: A Study from the Perspective of Lexical Diversity},
author = {Yingxue Fu and Mark-Jan Nederhof},
journal= {arXiv preprint arXiv:2105.04616},
year = {2021}
}
备注
accepted by MoTra21, Nodalida 2021