MMTE：用于评估机器翻译中隐喻语言质量的语料库与指标
计算与语言
2024-11-11 v2
摘要
随着大型语言模型的发布，机器翻译（MT）取得了快速发展，当前的MT评估主要通过与人工翻译参考对比或预测基于人工标注数据的质量分数来完成。然而，这些主流评估方法主要关注流畅性和事实可靠性，很少关注隐喻性质。在本文中，我们研究了机器翻译的隐喻性质，提出了一套聚焦于隐喻语言翻译的人工评估指标。我们 additionally 提供了一个由后编辑生成的多语言平行隐喻语料库。我们的评估协议旨在估计机器翻译的四个方面：隐喻等价性、情感、真实性和质量。为此，我们观察到隐喻表达的翻译表现出与字面翻译不同的特征。
引用
@article{arxiv.2406.13698,
title = {MMTE: Corpus and Metrics for Evaluating Machine Translation Quality of Metaphorical Language},
author = {Shun Wang and Ge Zhang and Han Wu and Tyler Loakman and Wenhao Huang and Chenghua Lin},
journal= {arXiv preprint arXiv:2406.13698},
year = {2024}
}