通过参照透明性测试机器翻译

近年来，由于深度神经网络的进步，机器翻译软件取得了快速发展。人们在日常生活中 routinely 使用机器翻译软件，例如在外语餐厅点餐、接受外国医生的医疗诊断与治疗、以及在线阅读国际政治新闻。然而，由于底层神经网络的复杂性与难处理性，现代机器翻译软件仍远非鲁棒，并可能产生糟糕或不正确的翻译；这可能导致误解、财务损失、对个人安全与健康的威胁以及政治冲突。为解决此问题，我们引入参照透明输入（RTIs），一种简单、广泛适用的验证机器翻译软件的方法。参照透明输入是一段在不同语境中使用时应具有相似翻译的文本。我们的实际实现Purity可检测翻译何时破坏了该性质。为评估RTI，我们使用Purity以200条无标注句子测试Google Translate和Bing Microsoft Translator，分别以高精度（79.3%和78.3%）检测出123和142个错误翻译。这些翻译错误多种多样，包括欠翻译、过翻译、词/短语误译、错误修饰以及逻辑不清等例子。