温度约束下的非确定性机器翻译：潜力与评估
计算与语言
2026-04-22 v2
摘要
近年来，语言模型的非确定性属性受到广泛关注，并在实际应用中发挥着显著影响。然而，这些属性在机器翻译（MT）中仍未得到充分探索，而机器翻译是一种复杂的非确定性自然语言处理任务。在本研究中，我们系统评估了现代MT系统，识别出温度约束下的非确定性机器翻译（ND-MT）这一独特现象。此外，我们展示了ND-MT在解决长期以来挑战MT研究的多模态性问题方面具有巨大潜力，并且在温度约束下提供的译文质量高于确定性机器翻译（D-MT）。然而，ND-MT为评估系统性能带来了新挑战。具体而言，专为D-MT设计的评估框架在应用于ND-MT时无法获得一致的评估结果。我们进一步通过在不同抽样规模下使用基于词汇的和基于语义的指标评估领先的ND-MT系统来探讨这一新兴挑战。结果显示，这些系统之间出现了“桶效应”：自动评估指标显示，ND-MT系统的排序主要由最差质量的译文候选结果决定。为缓解此问题，我们提出了ExpectoSample策略，该策略首先识别可靠的指标，然后为实际应用中的ND-MT系统选择提供稳健性。
引用
@article{arxiv.2601.13729,
title = {On Temperature-Constrained Non-Deterministic Machine Translation: Potential and Evaluation},
author = {Weichuan Wang and Mingyang Liu and Linqi Song and Chen Ma},
journal= {arXiv preprint arXiv:2601.13729},
year = {2026}
}
备注
9 pages, 22 figures