面向文档级神经机器翻译的语篇衔接评估
计算与语言
2022-08-22 v1
摘要
众所周知，由优秀的文档级神经机器翻译（NMT）模型生成的译文具有一致性与连贯性。然而，现有的句子级评估指标如 BLEU 难以反映模型在文档级上的表现。为解决此问题，本文提出一种语篇衔接评估方法（DCoEM），并贡献了一个考虑四种衔接方式（指称、连接、替代与词汇衔接）的新测试套件，以衡量文档译文的衔接性。对近期文档级 NMT 系统的评估结果表明，我们的方法在文档级译文估计中是实用且必要的。
引用
@article{arxiv.2208.09118,
title = {Discourse Cohesion Evaluation for Document-Level Neural Machine Translation},
author = {Xin Tan and Longyin Zhang and Guodong Zhou},
journal= {arXiv preprint arXiv:2208.09118},
year = {2022}
}