EvolveMT：一种仅依靠使用即可自我改进的集成机器翻译引擎
计算与语言
2023-06-22 v1
摘要
本文提出 EvolveMT，用于高效组合多个机器翻译（MT）引擎。所提系统利用在线学习技术，为每一片段选择单一引擎的输出，以预测每个翻译请求最合适的系统。该方法由神经质量估计指标监督，无需参考译文。系统的在线学习能力可动态适应领域或机器翻译引擎的变化，从而免除了额外训练的必要。EvolveMT 基于源句特征选择待调用的翻译引擎子集。探索程度可根据期望的质量-成本权衡进行配置。自定义数据集上的结果表明，与使用 MT 质量估计器从所有译文中选取各片段最佳翻译相比，EvolveMT 以更低的成本取得了相近的翻译准确度。据我们所知，EvolveMT 是首个在部署后无需基于人工反馈的昂贵重训练、即可针对生产环境中 incoming 翻译请求自我适应的元机器翻译系统。
引用
@article{arxiv.2306.11823,
title = {EvolveMT: an Ensemble MT Engine Improving Itself with Usage Only},
author = {Kamer Ali Yuksel and Ahmet Gunduz and Mohamed Al-Badrashiny and Shreyas Sharma and Hassan Sawaf},
journal= {arXiv preprint arXiv:2306.11823},
year = {2023}
}