无人工标注数据的质量估计
计算与语言
2021-02-09 v1
摘要
质量估计旨在无需参考译文的情况下衡量翻译内容的质量。这对于需要高质量翻译的真实场景中的机器翻译系统至关重要。尽管存在许多质量估计方法，但它们基于需要昂贵人工标注数据的监督机器学习。作为替代，我们提出了一种不依赖人工标注者示例而是使用合成训练数据的技术。我们在合成数据上训练现成的用于监督质量估计的架构，并表明所得模型在句子和词级预测上均达到与在人工标注数据上训练的模型相当的性能。
引用
@article{arxiv.2102.04020,
title = {Quality Estimation without Human-labeled Data},
author = {Yi-Lin Tuan and Ahmed El-Kishky and Adithya Renduchintala and Vishrav Chaudhary and Francisco Guzmán and Lucia Specia},
journal= {arXiv preprint arXiv:2102.04020},
year = {2021}
}
备注
Accepted by EACL2021