基于源侧置信度估计的可靠目标语言翻译
广义相对论与量子宇宙学
2025-08-29 v2
摘要
我们提出了一种面向目标语言掌握不足用户的交互式机器翻译 (MT) 系统，旨在通过识别可能被误译的词汇并允许用户纠正误译，从而提高系统的可信度和可解释性。然而，机器翻译中的置信度估计传统上侧重于目标侧。相较于传统做法（通过词对齐将目标词概率投射到源侧），我们提出一种直接且无需词对齐的方法，通过衡量源嵌入变化对目标词概率敏感性来测量源侧置信度。实验结果表明，我们的方法在检测误译方面优于传统的基于对齐的方法。
引用
@article{arxiv.2503.23304,
title = {Uncertainty-aware waveform modeling for high signal-to-noise ratio gravitational-wave inference},
author = {Simone Mezzasoma and Carl-Johan Haster and Caroline B. Owen and Neil J. Cornish and Nicolás Yunes},
journal= {arXiv preprint arXiv:2503.23304},
year = {2025}
}