用于交互式机器翻译建议的简易引导解码
计算与语言
2023-06-05 v2
摘要
近年来机器翻译技术取得了巨大进步，但无法保证结果无错。在计算机辅助翻译场景中，人工译员对机器翻译进行译后编辑以纠正错误。为了加快译后编辑过程，许多工作研究了交互式机器翻译，其中机器可根据人工编辑自动精炼其余翻译。翻译建议（TS）作为一种辅助人工译员的交互模式，要求机器针对人工译员选定的特定错误单词或短语生成替代方案。本文利用神经机器翻译（NMT）的参数化目标函数，提出一种新颖的约束解码算法，即前缀后缀引导解码（PSGD），以无需额外训练的方式处理 TS 问题。与最先进的词典约束解码方法相比，PSGD 在 WeTS 和 WMT 2022 翻译建议数据集上的翻译质量分别平均提升 BLEU 和 BLEU，并在 WMT 翻译数据集上测试将解码时间开销平均降低 63.4%。此外，在两个 TS 基准数据集上，它均优于其他使用 TS 标注数据训练的有监督学习系统。
引用
@article{arxiv.2211.07093,
title = {Easy Guided Decoding in Providing Suggestions for Interactive Machine Translation},
author = {Ke Wang and Xin Ge and Jiayi Wang and Yu Zhao and Yuqi Zhang},
journal= {arXiv preprint arXiv:2211.07093},
year = {2023}
}
备注
Accepted by ACL 2023