MTQE.en-he：面向英-希伯来文机器翻译质量评估
计算与语言
2026-02-09 v1 人工智能
摘要
我们发布 MTQE.en-he：据我们了解，这是首个公开可用的英-希伯来文机器翻译质量评估基准数据集。MTQE.en-he 包含 959 个英文片段，每个片段都配有一段希伯来文机器翻译，并由三位人类专家标注的 Direct Assessment 评分。我们对 ChatGPT 提示、TransQuest 和 CometKiwi 进行基准测试，显示对三个模型进行集成可在 Pearson 和 Spearman 上分别优于最佳单一模型 (CometKiwi) 超过 6.4 个百分点和 5.6 个百分点。微调实验使用 TransQuest 和 CometKiwi 表明，完整模型更新对过拟合和分布坍缩较为敏感，然而参数高效方法 (LoRA、BitFit 和 FTHead，即仅微调分类头) 能够稳定训练并实现 2-3 个百分点的提升。MTQE.en-he 及我们的实验结果为未来研究提供了支持，这一语言对在资源较为匮乏的情形下。
引用
@article{arxiv.2602.06546,
title = {MTQE.en-he: Machine Translation Quality Estimation for English-Hebrew},
author = {Andy Rosenbaum and Assaf Siani and Ilan Kernerman},
journal= {arXiv preprint arXiv:2602.06546},
year = {2026}
}
备注
Accepted to LoResLM at EACL 2026