面向文档级机器翻译的Doc-Guided Sent2Sent++：具备文档引导记忆的Sent2Sent++智能体
计算与语言
2025-01-16 v1 人工智能
摘要
人工智能领域的自然语言处理领域取得了显著进展，这在很大程度上归功于大型语言模型 (LLM)的能力。这些模型构成了专注于处理长程依赖关系的智能体的 backbone，尤其是在文档级机器翻译 (DocMT)中。DocMT具有独特挑战，质量、一致性和流畅性是关键评估指标。现有方法如Doc2Doc和Doc2Sent要么忽略句子，要么妥协流畅性。本文提出Doc-Guided Sent2Sent++，一种采用增量式句子级强制解码策略的智能体，以确保每个句子都被翻译，同时增强相邻句子的流畅性。我们的智能体利用Doc-Guided Memory，仅关注摘要及其翻译，我们发现这是一种高效的保持一致性的方法。通过在多个语言和领域上的广泛测试，我们展示了Sent2Sent++在质量、一致性和流畅性方面优于其他方法。结果表明，我们的方法在s-COMET、d-COMET、LTCR-和文档级困惑度 (d-ppl)等指标上实现了显著提升。本文的贡献包括对当前DocMT研究的详细分析、Sent2Sent++解码方法的引入、Doc-Guided Memory机制的提出，以及在语言和领域上的有效性验证。
引用
@article{arxiv.2501.08523,
title = {Doc-Guided Sent2Sent++: A Sent2Sent++ Agent with Doc-Guided memory for Document-level Machine Translation},
author = {Jiaxin Guo and Yuanchang Luo and Daimeng Wei and Ling Zhang and Zongyao Li and Hengchao Shang and Zhiqiang Rao and Shaojun Li and Jinlong Yang and Zhanglin Wu and Hao Yang},
journal= {arXiv preprint arXiv:2501.08523},
year = {2025}
}