机器翻译体：算法偏差对机器翻译中语言复杂性的影响
计算与语言
2021-02-02 v1 人工智能
计算机与社会
摘要
机器翻译(MT)与自然语言处理(NLP)领域的近期研究已表明，现有模型会放大训练数据中观察到的偏差。语言技术中偏差的放大主要在特定现象(如性别偏差)方面被考察。在本工作中，我们超越 MT 中性别的研究，探讨偏差放大如何在更广义上影响语言。我们假设“算法偏差”(即频繁观测模式的加剧与低频模式的丢失)不仅加剧了当前数据集中存在的社会偏差，还可能导致一种人为贫乏的语言：“机器翻译体(machine translationese)”。我们评估了由不同数据驱动的 MT 范式——基于短语的统计机器翻译(PB-SMT)与神经机器翻译(NMT)——所生成译文的语言丰富度(在词汇与形态层面)。我们的实验显示，对于所有被考察的 MT 范式，在两个语言对(EN<=>FR 与 EN<=>ES)上，所产生的译文均存在词汇与形态丰富度的丢失。
引用
@article{arxiv.2102.00287,
title = {Machine Translationese: Effects of Algorithmic Bias on Linguistic Complexity in Machine Translation},
author = {Eva Vanmassenhove and Dimitar Shterionov and Matthew Gwilliam},
journal= {arXiv preprint arXiv:2102.00287},
year = {2021}
}