机器翻译模型是翻译方向的零样本检测器

检测平行文本的翻译方向在机器翻译训练和评估中有应用，同时也有法证应用，如解决抄袭或伪造指控。在这项工作中，我们探索了一种无监督的翻译方向检测方法，基于一个简单假设：$p(\text{翻译}|\text{原文})>p(\text{原文}|\text{翻译})$，其动机源于翻译腔或机器翻译腔中众所周知的简化效应。在使用大规模多语言机器翻译模型对20个翻译方向进行的实验中，我们证实了该方法对高资源语言对的有效性，对于NMT生成的翻译，文档级准确率达到82--96%，对于人工翻译，根据所用模型的不同，准确率达到60--81%。代码和演示可在https://github.com/ZurichNLP/translation-direction-detection获取。