英汉机器翻译的细粒度人工评价：以科学文本为例
计算与语言
2021-10-29 v1
摘要
近期研究表明，新闻领域的神经机器翻译(MT)已达到人类水平表现，但在其他专业领域则远未达到。本文针对从已发表期刊与书籍中收集的科学摘要，对四个广泛使用的英汉NMT系统进行细粒度系统性人工评价。我们的人工评价结果显示，所有系统的平均错误率均超过10%，在实际学术使用中需要大量译后编辑工作。此外，我们将错误归为六类主要类型并给出若干真实示例。我们的发现强调，MT界的研究关注点应从短文本通用翻译转向专业机器翻译，并为这些特定领域构建大规模双语语料库。
引用
@article{arxiv.2110.14766,
title = {Fine Grained Human Evaluation for English-to-Chinese Machine Translation: A Case Study on Scientific Text},
author = {Ming Liu and He Zhang and Guanhao Wu},
journal= {arXiv preprint arXiv:2110.14766},
year = {2021}
}
备注
12 pages, 3 tables