从人类排序中学习翻译的非单调自动后期编辑

神经机器翻译的近期研究探索了灵活的生成顺序,作为从左到右生成的替代方案。然而,训练非单调模型带来了一个新的复杂性:当到达相同最终结果存在组合爆炸式的顺序时,如何搜索一个好的顺序?此外,这些自动顺序与人类译者的实际行为相比如何?当前的模型依赖于手动构建的偏置,或者任由它们自己探索所有可能性。在本文中,我们分析了人类后期编辑者产生的顺序,并用它们来训练一个自动后期编辑系统。我们将所得系统与使用从左到右和随机后期编辑顺序训练的系统进行比较。我们观察到人类倾向于遵循近乎从左到右的顺序,但存在有趣的偏差,例如倾向于先纠正标点或动词。