面向儿童的翻译简化：考虑获取年龄的迭代式简化方法
计算与语言
2024-08-09 v1
摘要
近年来，神经机器翻译 (NMT) 已在日常生活中广泛应用。然而，当前的 NMT 缺乏根据用户语言水平调整翻译难度程度的机制。此外，由于训练数据的偏差，简单源句子往往被翻译得相当复杂。在儿童可能无法正确理解翻译含义的情况下，这尤其可能造成问题。本研究提出一种方法，将翻译中 AoA (获取年龄) 较高的单词替换为更简单的单词，以匹配用户水平。我们通过大语言模型 (LLM) 实现这一目标，提供一个由源句、翻译和待替换目标单词组成的三元组。我们基于 Simple English Wikipedia 进行回译构建基准数据集。实验结果表明，该方法有效地将高 AoA 单词替换为低 AoA 单词，进一步可以在保持较高 BLEU 和 COMET 分数的前提下，迭代替换大多数高 AoA 单词。
引用
@article{arxiv.2408.04217,
title = {Simplifying Translations for Children: Iterative Simplification Considering Age of Acquisition with LLMs},
author = {Masashi Oshika and Makoto Morishita and Tsutomu Hirao and Ryohei Sasano and Koichi Takeda},
journal= {arXiv preprint arXiv:2408.04217},
year = {2024}
}
备注
Findings of ACL 2024