IntelliCAT：基于质量估计与翻译建议的智能机器翻译译后编辑系统
计算与语言
2021-05-27 v1
摘要
我们提出 IntelliCAT，一个带有神经模型的交互式翻译界面，可精简机器翻译输出的译后编辑过程。我们利用两种不同粒度的质量估计（QE）模型：句子级 QE，用于预测每个机器翻译句子的质量；词级 QE，用于定位机器翻译句子中需要修正的部分。此外，我们引入了一种以左右上下文为条件的新型翻译建议模型，为特定词语或短语提供修正备选。最后，借助词对齐，IntelliCAT 自动在译文中保留原文档的样式。实验结果表明，基于所提 QE 与翻译建议的译后编辑能显著提升翻译质量。此外，用户研究表明，IntelliCAT 提供的三项功能显著加快了译后编辑任务，与从头翻译相比节省了 52.9% 的翻译时间。该界面公开于 https://intellicat.beringlab.com/。
引用
@article{arxiv.2105.12172,
title = {IntelliCAT: Intelligent Machine Translation Post-Editing with Quality Estimation and Translation Suggestion},
author = {Dongjun Lee and Junhyeong Ahn and Heesoo Park and Jaemin Jo},
journal= {arXiv preprint arXiv:2105.12172},
year = {2021}
}
备注
ACL 2021 (system demonstration)