Storynizor: Consistent Story Generation via Inter-Frame Synchronized and Shuffled ID Injection
Fuxi AI Lab, NetEase Inc.（网易伏羲人工智能实验室）；Multimedia Laboratory, The Chinese University of Hong Kong（香港中文大学多媒体实验室）
本文提出 Storynizor 模型，通过 ID-Synchronizer 和 ID-Injector 两个关键模块及 StoryDB 数据集，实现高保真角色一致性、灵活姿态和生动背景的连贯故事图像生成。
2024-09-29 cs.AI cs.CV
CutVerse: A Compositional GUI Agents Benchmark for Media Post-Production Editing
MIPG, Communication University of China（MIPG，中国传媒大学）；National University of Singapore（新加坡国立大学）；USEIT AI（USEIT人工智能）
本研究提出CutVerse，一个用于评估自主GUI代理在真实媒体后期制作环境中的能力的基准测试，揭示现有代理在复杂、长周期媒体后期制作工作流中的局限性。
2026-05-19 cs.AI cs.CV cs.GR
APEX-VW: A Document-Level English-Spanish Post-Editing Dataset in the Healthcare Domain
Universitat Politècnica de València（瓦伦西亚理工大学）；Lancaster University（兰卡斯特大学）；Universidad de Granada（格拉纳达大学）
本文提出APEX-VW医疗领域文档级英西后编辑数据集，含4.2万词文档及专业后编辑数据，可用于术语规范化等研究，为相关任务提供基准。
2026-08-11 cs.CL
Unsupervised Editing for Counterfactual Stories
ByteDance AI Lab（字节跳动人工智能实验室）
创建假设故事需要对先前的陈述和改变条件的可能结果进行推理。在新的条件下，人们可以很容易地生成连贯的结局，但对当前的系统来说，在对原始故事进行最小修改的情况下做到这一点是具有挑战性的。因此，一个主要的挑战是在生成逻辑故事和以最小编辑重写之间进行权衡。在本文中，我们提出了EDUCAT，一个基于编辑的无监督的反事实故事重写方法。EDUCAT包括一个基于估计假设条件的因果效应的目标位置检测策略，该策略保持故事的因果不变部分。EDUCAT然后在流畅性，连贯性和最小编辑约束下生成故事。我们还提出了一个新的度量，以减轻目前的自动度量的缺点，更好地评估权衡。我们评估EDUCAT的一个公共的反事实的故事重写基准。实验表明，EDUCAT实现了最佳的权衡，根据自动和人工评价的无监督SOTA方法。EDUCAT的资源可在以下网址查阅：https://github.com/jiangjiechen/EDUCAT。
2022-03-09 cs.AI cs.CL
A Shared Attention Mechanism for Interpretation of Neural Automatic Post-Editing Systems
University of Technology Sydney（悉尼科技大学）；Capital Markets Cooperative Research Centre（资本市场合作研究中心）
自动译后编辑（APE）系统旨在纠正机器翻译人员的系统性错误。在本文中，我们提出了一个神经APE系统，编码源（src）和机器翻译（mt）的句子与两个单独的编码器，但利用共享的注意力机制，以更好地了解如何两个输入有助于生成编辑后（pe）的句子。我们的经验观察表明，当mt不正确时，注意力会将权重转移到src句子中的标记上，以正确地编辑不正确的翻译。该模型已在WMT16和WMT17 APE IT领域英语-德语共享任务的官方数据上进行了训练和评估。此外，我们还使用了共享任务提供的额外50万人工数据。我们的系统已经能够重现使用相同数据训练的系统的准确性，同时提供更好的可解释性。
2018-07-01 cs.CL
eSCAPE: a Large-scale Synthetic Corpus for Automatic Post-Editing
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）
用于机器翻译文本的自动校正的训练模型通常依赖于由（源、MT、人类后期编辑）三元组组成的数据，该三元组为每个源句子提供翻译错误的示例以及由人类后期编辑做出的相应校正。理想情况下，大量的此类数据应该允许模型学习可靠的校正模式，并在测试阶段有效地将其应用于看不见的（源，MT）对。然而，在实践中，由于这些知识的有限性，需要在培训过程中纳入其他知识来源的解决办法。沿着这一方向，除了有限数量的可用训练数据之外，最近已经通过利用人工语料库的系统实现了最先进的结果，所述人工语料库利用自动翻译来近似“黄金”训练实例的元素。根据这个想法，我们提出了eSCAPE，迄今为止发布的最大的免费合成语料库自动后期编辑。eSCAPE由数百万个条目组成，其中训练三元组的MT元素是通过翻译公开可用的并行语料库的源端并使用目标端作为人工后期编辑而获得的。翻译都获得了基于短语和神经模型。对于每个MT范例，eSCAPE包含720万个英语-德语三元组和330万个英语-意大利语三元组，分别产生总共1440万和660万个实例。eSCAPE的有用性是通过实验证明在一般领域的情况下，最具挑战性的自动后期编辑。对于这两种语言方向，在我们的人工数据上训练的模型总是以统计上显著的增益提高MT质量。当前版本的eSCAPE可从http://hltshare.fbk.eu/QT21/eSCAPE.html免费下载。
2018-03-20 cs.CL
HOPE: A Task-Oriented and Human-Centric Evaluation Framework Using Professional Post-Editing Towards More Effective MT Evaluation
Logrus Global LLC（罗格斯全球有限责任公司）；ADAPT Research Centre, Dublin City University（都柏林城市大学 ADAPT 研究中心）
传统的机器翻译自动评价指标由于准确率低、缺乏透明度、注重语言力学而不是语义、与人类质量评价的一致性较低而受到语言学家的广泛批评。在实际行业环境中，客户和翻译服务提供商（TSP）总是以类似MQM的记分卡形式进行人工评估。然而，传统的人工翻译质量评估执行成本高，涉及大量语言细节，提出了评分员间可靠性（IRR）的问题，并且不是为了衡量比优质翻译质量差的翻译质量。在这项工作中，我们介绍了HOPE，一个面向任务和以人为中心的评价框架，机器翻译输出的基础上，专业的编辑后注释。它只包含有限数量的常见错误类型，并使用评分模型与几何级数的错误罚分（EPP）反映错误的严重程度，以每个翻译单元。初步的实验工作进行的英语-俄语对MT输出的营销内容类型的文本从高技术领域表明，我们的评估框架是相当有效的反映MT输出质量的整体系统级性能和段级透明度，它增加了IRR的错误类型的解释。该方法有几个关键的优点，如测量和比较不完美的MT输出从不同的系统，能够表明人类的质量感知，立即估计的劳动力所需的MT输出，以优质，低成本和更快的应用，以及更高的内部收益率。我们的实验数据可在\url{https://github.com/lHan87/HOPE}上获得。
2021-12-27 cs.AI cs.CL
Shot Sequence Ordering for Video Editing: Benchmarks, Metrics, and Cinematology-Inspired Computing Methods
Shanghai University（上海大学）
针对视频编辑中镜头序列排序任务缺乏基准的问题，本文提出AVE-Order和ActivityNet-Order数据集、Kendall Tau距离损失及电影学嵌入方法，显著提升排序准确性。
2025-03-25 cs.AI cs.CV
Where Do People Tell Stories Online? Story Detection Across Online Communities
Allen Institute for AI（阿尔文人工智能研究所）；Carnegie Mellon University（卡内基梅隆大学）；ETH Zürich（苏黎世联邦理工学院）；McGill University（麦吉尔大学）
本文构建并发布 StorySeeker 工具包，包含 Reddit 故事标注数据集、编码手册及文档和片段级检测模型，用于跨社区识别在线叙事并分析其分布与说服功能。
2025-07-21 cs.CL
Translator2Vec: Understanding and Representing Human Post-Editors
Unbabel；Instituto de Telecomunicações（电信研究所）
机器和人类相结合进行翻译是有效的，许多研究表明，当人类对机器翻译的输出进行后期编辑而不是从头开始翻译时，生产率会提高。为了充分利用这种组合，我们需要对人工翻译的工作方式有一个细致的了解，以及哪些后期编辑风格比其他风格更有效。在本文中，我们发布并分析了一个新的数据集与文档级的编辑后的动作序列，包括编辑操作，鼠标动作，和等待时间。我们的数据集包括66，268个完整的文档会话，由332名人类进行后期编辑，是迄今为止发布的最大的文档会话。我们表明，动作序列的信息量足以准确地识别后期编辑，相比基线，只看初始和最终文本。我们以此为基础来学习和可视化后期编辑器的连续表示，我们表明，这些表示提高了预测后期编辑时间的下游任务。
2019-07-24 cs.CL
Moir: Let the Model Direct Its Own Story for Robust Cross-Domain Knowledge Editing
Max Planck Institute for Security and Privacy（马克斯·普朗克安全与隐私研究所）
研究针对语言模型训练后知识编辑核心能力退化问题，提出莫尔方法，通过从模型自身解码分布采样估计保留协方差，无需外部数据，可作插入组件。实验表明该方法能在多模型上扩展保留能力，提升准确率，凸显分布对齐对无损编辑的关键作用。
2026-07-24 cs.AI cs.CL
An Exploration of Post-Editing Effectiveness in Text Summarization
University of Colorado Boulder（科罗拉多大学博尔德分校）；Dataminr Inc.（Dataminr公司）；University of Washington（华盛顿大学）
自动摘要方法是有效的，但可能遭受低质量。相比之下，手动摘要成本较高，但质量更高。人类和AI可以合作提高摘要性能吗？在类似的文本生成任务中（例如，机器翻译），以“后期编辑”AI生成文本的形式进行人-AI协作，减少了人类的工作量，提高了AI输出的质量。因此，我们探讨了后编辑是否在文本摘要中提供了优势。具体来说，我们对72名参与者进行了一项实验，比较了后期编辑提供的摘要与手动摘要的摘要质量，人力效率以及正式（XSum新闻）和非正式（Reddit帖子）文本的用户体验。这项研究为后期编辑何时对文本摘要有用提供了有价值的见解：它在某些情况下有帮助（例如，当参与者缺乏领域知识时）而不是在其他情况下（例如，当提供的摘要包含不准确的信息时）。参与者不同的编辑策略和对帮助的需求为未来的人工智能摘要系统提供了启示。
2022-06-13 cs.AI cs.CL cs.HC
The Impact of Post-editing and Machine Translation on Creativity and Reading Experience
University of Surrey（萨里大学）；University of Groningen（格罗宁根大学）
本文介绍了一项研究的结果，涉及一个虚构的故事从英语翻译成加泰罗尼亚语的三种模式：机器翻译（MT），后编辑（MTPE）和翻译没有援助（HT）。每一个翻译都被分析以评估其创造性。随后，88名加泰罗尼亚参与者以随机分配的方式阅读故事并完成调查。结果表明，HT提出了更高的创造力得分相比，MTPE和MT。HT在叙事参与和翻译接受方面也排名较高，而MTPE在享受方面排名略高。HT和MTPE在任何类别中均无统计学显著差异，而MT在所有测试变量中均无统计学显著差异。我们的结论是，当专业翻译人员介入这一过程时，创造力是最高的，特别是在没有任何帮助的情况下。我们假设，翻译中的创造性可能是提高阅读参与度和接受翻译文学文本的因素。
2021-01-15 cs.CL
Computer Assisted Translation with Neural Quality Estimation and Automatic Post-Editing
Alibaba Group Inc.（阿里巴巴集团有限公司）
随着神经机器翻译的出现，已经出现了向利用和消费机器翻译结果的显著转变。然而，机器翻译系统和人工翻译之间的差距需要通过后期编辑手动弥合。在本文中，我们提出了一个端到端的深度学习框架，用于机器翻译输出的质量评估和自动后期编辑。我们的目标是提供纠错建议，并通过可解释的模型进一步减轻翻译人员的负担。为了模仿人类译者的行为，我们设计了三个高效的委托模块--质量评估、生成式后编辑和原子操作后编辑，并基于它们构建了一个分层模型。我们使用WMT 2017 APE共享任务的英语-德语数据集来检验这种方法，我们的实验结果可以达到最先进的性能。我们还验证了认证的翻译人员可以显着加快他们的编辑后处理与我们的模型在人类评估。
2020-09-28 cs.AI cs.CL
Efficient Machine Translation Corpus Generation: Integrating Human-in-the-Loop Post-Editing with Large Language Models
aiXplain Inc.（aiXplain公司）
提出一种融合人在环后编辑与LLM的机器翻译语料库生成方法，通过翻译合成、辅助标注、伪标签和推荐系统提升质量、降低人工成本并开放源代码。
2025-02-18 cs.AI cs.CL cs.HC
PePe: Personalized Post-editing Model utilizing User-generated Post-edits
VUNO
本文提出PePe个性化自动译后编辑框架，通过收集真实用户译后编辑数据，并结合判别器模块与用户特定参数，在BLEU、TER、YiSi-1及人工评估上优于基线模型。
2023-04-13 cs.AI cs.CL
QE4PE: Word-level Quality Estimation for Human Post-Editing
CLCG, University of Groningen（格罗宁根大学CLCG中心）；ETH Zürich（苏黎世联邦理工学院）；CSAI, Tilburg University（蒂尔堡大学CSAI中心）
本研究在真实场景中调查词级QE对人工译后编辑的影响，比较四种错误片段高亮模式，发现领域、语言和编辑速度是关键影响因素，凸显专业工作流程中准确性与可用性的差距。
2025-07-30 cs.CL cs.HC
Introducing Quality Estimation to Machine Translation Post-editing Workflow: An Empirical Study on Its Usefulness
The Hong Kong Polytechnic University（香港理工大学）；Guangdong University of Foreign Studies（广东外语外贸大学）
本文通过实证研究考察句子级质量估计在英汉机器翻译译后编辑中的实用性，发现QE能显著缩短译后编辑时间，且在不同机器翻译质量和译者专长水平下均一致有效，同时揭示了QE的多重功能及其准确性不足时的潜在阻碍作用。
2025-07-22 cs.CL cs.HC
Text Adaptation to Plain Language and Easy Read via Automatic Post-Editing Cycles
Fundación Vicomtech, Basque Research and Technology Alliance (BRTA)（维克姆科技基金会、巴斯克研究与技术联盟）；University of the Basque Country - UPV/EHU（巴斯克国家大学 - UPV/EHU）
Vicomtech在CLEARS挑战赛中，通过自动后编辑迭代不同LLM改编结果，直到指标表明无法再细化，在西班牙语平实语言和易读文本改编任务中分获第一和第二名。
2025-09-15 cs.AI cs.CL
Feasibility of Post-Editing Speech Transcriptions with a Mismatched Crowd
Tata Research Development and Design Center, TCS-Innovation Labs（塔塔研发设计中心，塔塔咨询服务创新实验室）
语音转录的手动校正可以涉及从合理的转录中进行选择。最近的工作表明，采用不匹配的人群进行语音转录的可行性。然而，它还有待建立是否一个不匹配的工人有足够的细粒度的语音感知，以选择语音接近的选项，很可能是从一个ASRU的格子生成。因此，我们考虑五种语言，阿拉伯语，德语，印地语，俄语和西班牙语。对于每一个，我们生成合成的，语音接近，选项，模拟不同难度的编辑后的场景。我们始终观察到非平凡的人群在细粒度选项中进行选择的能力。
2016-09-07 cs.AI cs.CL
Leveraging GPT-4 for Automatic Translation Post-Editing
Microsoft Azure AI（微软Azure人工智能部门）
本研究形式化基于大型语言模型的直接翻译后编辑任务，利用 GPT-4 自动编辑 NMT 输出，在 WMT-22 多个语言对上提升性能并获高可信度，但也警示其可能产生幻觉修改。
2023-10-23 cs.AI cs.CL
Emotion Profiling in LLM-Based Literary Translation: Systematic Shifts Across MT and Post-Editing
University of Pisa（比萨大学）；Dublin City University（都柏林城市大学）
研究LLM翻译的情感特征及译后编辑如何使其接近人类翻译，通过对比《Oryx and Crake》的LLM翻译、译后编辑版本和人类翻译，发现MT系统引入特定情感指纹，削弱作者声音。
2026-06-08 cs.AI cs.CL
Neural Machine Translation Quality and Post-Editing Performance
Charles University（查理大学）；Memsource
我们测试了在专业翻译中使用机器翻译节省人类处理时间的自然期望。最后一项此类研究由Sanchez-Torron和Koehn（2016）使用基于短语的机器翻译进行，人为地降低了翻译质量。相比之下，我们专注于高质量的神经机器翻译（NMT），这已经成为最先进的方法，也被大多数翻译公司采用。本文通过对30多名专业翻译人员进行的英语-捷克语翻译的实验研究，考察了NMT的表现与后期编辑时间和质量之间的关系。在所有模型中，我们发现更好的机器翻译系统确实会导致这个行业环境中句子的变化更少。然而，系统质量和后期编辑时间之间的关系并不简单，与基于短语的MT的结果相反，BLEU绝对不是时间或最终输出质量的稳定预测因子。
2021-09-10 cs.CL cs.HC
Online Learning for Neural Machine Translation Post-editing
Pattern Recognition and Human Language Technology Research Center（模式识别与人类语言技术研究中心）；Universitat Politècnica de València（瓦伦西亚理工大学）
神经机器翻译意味着该领域的一场革命。不过，对于要求高翻译质量的任务，必须对系统的产出进行事后编辑。后编辑为改进神经机器翻译系统提供了一个独特的机会，使用在线学习技术，并将后编辑的翻译视为新的、新鲜的训练数据。我们回顾了经典的学习方法，并提出了一个新的优化算法。我们彻底比较在线学习算法在编辑后的情况。结果表明，翻译质量和工作量减少显着改善。
2017-06-10 cs.CL cs.LG
Assessing Post-editing Effort in the English-Hindi Direction
IIIT, Hyderabad（海得拉巴国际信息技术研究所）
我们目前的调查结果，从第一次深入的编辑后的努力估计在英语-印地语方向沿着多个努力指标的研究。我们进行了一个对照实验，涉及专业翻译，谁完成分配的任务交替，从零开始翻译和编辑后的条件。我们发现，与从头开始翻译相比，后期编辑减少了翻译时间（63%），使用了更少的重复（59%），并减少了停顿次数（63%）。我们通过人工评估任务进一步验证了翻译的质量，在该任务中我们没有检测到任何可辨别的质量差异。
2021-12-18 cs.CL
CUNI System for WMT16 Automatic Post-Editing and Multimodal Translation Tasks
Charles University in Prague（布拉格查理大学）
神经序列到序列学习最近成为机器翻译中非常有前途的范例，与基于统计短语的系统取得了竞争性的结果。在这篇系统描述论文中，我们尝试利用最近发布的几种用于神经顺序学习的方法，为WMT 2016自动后期编辑和多模式机器翻译的共享任务构建系统。
2016-06-23 cs.CL
Improving Cross-Domain Low-Resource Text Generation through LLM Post-Editing: A Programmer-Interpreter Approach
提出神经程序员-解释器后编辑框架，保留LLM跨域泛化能力，设计专门编辑动作，显著提升GPT-3.5在逻辑形式转换和低资源机器翻译中的性能。
2024-02-07 cs.CL
Learning Non-Monotonic Automatic Post-Editing of Translations from Human Orderings
Unbabel；New York University（纽约大学）；Facebook AI（Facebook 人工智能）；Instituto de Telecomunicações（电信研究所）
神经机器翻译的最新研究探索了灵活的生成顺序，作为从左到右生成的替代方案。然而，训练非单调模型带来了一个新的复杂性：当排序的组合爆炸达到相同的最终结果时，如何搜索一个好的排序？此外，这些自动排序与人工翻译的实际行为相比如何？目前的模型依赖于手动构建的偏差，或者让它们自己探索所有的可能性。在本文中，我们分析了人类后编辑产生的命令，并使用它们来训练自动后编辑系统。我们将得到的系统与从左到右和随机编辑后排序训练的系统进行了比较。我们观察到，人类倾向于遵循从左到右的顺序，但也有一些有趣的偏差，比如更喜欢从纠正标点符号或动词开始。
2021-12-15 cs.AI cs.CL cs.LG
Extending CREAMT: Leveraging Large Language Models for Literary Translation Post-Editing
University of Naples “L’Orientale”（那不勒斯东方大学）；University of Pisa（比萨大学）；Dublin City University（都柏林城市大学）
本研究评估利用大语言模型生成文学翻译并进行译后编辑的可行性，发现该方法能显著减少编辑时间并保持创造力水平，可有效支持高资源语言的文学翻译工作。
2025-04-03 cs.CL
Multi-round, Chain-of-thought Post-editing for Unfaithful Summaries
The University of Texas at Dallas（德克萨斯大学达拉斯分校）；Amazon Web Services（亚马逊网络服务）
本研究探索了使用大型语言模型进行新闻摘要的忠实性评估与后编辑，通过思维链提示和多轮编辑策略，有效纠正事实不一致，提升摘要忠实性。
2025-01-20 cs.CL
Post-editing Productivity with Neural Machine Translation: An Empirical Assessment of Speed and Quality in the Banking and Finance Domain
TextShuttle AG（TextShuttle股份公司）；Institute of Computational Linguistics, University of Zurich（苏黎世大学计算语言学研究所）；Migros Bank AG（米格罗斯银行股份公司）
神经机器翻译（NMT）为自动翻译设定了新的质量标准，但其对译后生产率的影响仍有待深入研究。我们实证测试了NMT的加入，以及特定领域的翻译记忆和术语库，如何影响金融文本专业翻译的速度和质量。我们发现，即使是在研究环境中很少受到关注的语言对和少量用于系统适应的域内数据，NMT后期编辑也可以节省大量时间，并带来相等或稍好的质量。
2019-06-04 cs.CL
TaleFrame: An Interactive Story Generation System with Fine-Grained Control and Large Language Models
the College of Computer Science and Technology, Zhejiang University of Technology（浙江工业大学计算机科学与技术学院）；Zhejiang Key Laboratory of Visual Information Intelligent Processing（浙江省视觉信息智能处理重点实验室）
TaleFrame通过结合大型语言模型和人机交互技术，实现对故事生成过程的细粒度控制，提供结构化框架和直观界面，使用户能够创建、编辑并迭代优化故事内容。
2025-12-02 cs.CL cs.HC
Diagnose, Then Repair: A Two-Stage MQM-Guided Post-Editing Framework for Domain-Specific Machine Translation
Amazon（亚马逊）
提出两阶段评估器引导的后编辑框架，将MQM诊断转化为最小修复，提升可控性并减少释义漂移，在七种语言和七个LLM上优于一阶段方法。
2026-09-22 cs.AI cs.CL
Automatic Post-Editing for Vietnamese
Oracle（甲骨文公司）
自动译后编辑（APE）是减少由机器翻译（MT）系统或软件辅助翻译产生的原始翻译文本错误的重要补救措施。在本文中，我们提出了一个系统的方法来解决越南的APE任务。具体来说，我们构建了第一个大规模的数据集的5M越南翻译和更正的句子对。然后，我们应用强神经MT模型来处理APE任务，使用我们构建的数据集。自动和人工评估的实验结果表明，神经MT模型在处理越南APE任务的有效性。
2021-11-15 cs.CL
DivEMT: Neural Machine Translation Post-Editing Effort Across Typologically Diverse Languages
University of Groningen（格罗宁根大学）
本文介绍了DivEMT，首个涵盖多种类型学目标语言的神经机器翻译后编辑公开研究，通过18名专业译者的行为数据评估了Google Translate和mBART-50系统对翻译生产力的影响，发现后编辑虽普遍快于从零翻译，但增益幅度因语言类型学差异而显著不同。
2022-10-18 cs.CL
Machine Translation and Post-Editing: Comparative Evaluation of Different MT Systems and Post-Editor Groups in Specialised Translation
Université Paris Cité（巴黎国立大学）；ALTAE
本文通过错误标注方法，比较了DeepL、eTranslation和Systran三个机器翻译系统在英法专业翻译中的质量，并评估了语言学家/译者和NLP专家两组译后编辑的表现，发现系统间和编辑组间在术语准确性和流畅性上存在显著差异。
2026-06-23 cs.CL
IntelliCAT: Intelligent Machine Translation Post-Editing with Quality Estimation and Translation Suggestion
Bering Lab（贝林实验室）；Sungkyunkwan University（成均馆大学）
我们提出了IntelliCAT，一个具有神经模型的交互式翻译界面，可以简化机器翻译输出的后期编辑过程。我们利用两个不同粒度的质量估计（QE）模型：句子级QE，预测每个机器翻译句子的质量，单词级QE，定位机器翻译句子中需要纠正的部分。此外，我们引入了一个新的翻译建议模型的条件下，左，右的上下文，提供替代特定的单词或短语进行更正。最后，通过单词对齐，IntelliCAT自动在翻译文档中保留原始文档的样式。实验结果表明，基于质量评价和翻译建议的译后编辑能显著提高译文质量。此外，一项用户研究表明，IntelliCAT中提供的三个功能显着加快了后期编辑任务，与从头开始翻译相比，翻译时间加快了52.9%。该接口可在www.example.com上公开获得。
2021-05-25 cs.CL
QuickEdit: Editing Text & Translations by Crossing Words Out
Facebook AI Research（Facebook人工智能研究院）
我们提出了一个计算机辅助文本编辑的框架。它适用于翻译后编辑和释义。我们的建议依赖于非常简单的交互：人类编辑通过标记他们希望系统更改的标记来修改句子。然后，我们的模型生成一个新的句子，通过避免标记的单词来重新表达初始句子。该方法建立在神经序列到序列建模的基础上，并引入了一个神经网络，该网络将一个句子连同变化标记作为输入。我们的模型通过模拟后期编辑在翻译双文本上进行训练。我们证明了我们的翻译后编辑方法的优势，通过模拟后编辑。我们还通过用户研究来评估我们的模型。
2018-03-28 cs.CL
Story-oriented Image Selection and Placement
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
多模态内容在当今的互联网上已经变得司空见惯，表现为新闻文章、社交媒体帖子以及个人或商业博客帖子。在这些多模态故事中使用的各种媒体（图像、视频、图形、图标、音频）中，图像是最受欢迎的。从一个集合中选择图像-无论是作者的个人相册，还是网络存储库-并将其精心放置在文本中，为数字消费构建了一个简洁的多模态评论。在本文中，我们提出了一个系统，自动化的过程中选择相关的图像的故事，并将它们放置在上下文段落的故事内的多模态叙述。我们利用自动对象识别，用户提供的标签和常识知识，并使用无监督的组合优化来解决选择和放置问题无缝地作为一个单一的单元。
2019-09-02 cs.CL
A preliminary study on evaluating Consultation Notes with Post-Editing
Babylon Health（巴比伦健康公司）；University of Aberdeen（阿伯丁大学）
自动摘要有可能帮助医生简化文书工作，如做笔记。但是，要评估这些系统并证明它们在临床环境中使用是安全的是非常困难的。为了规避这个问题，我们提出了一个半自动的方法，医生后编辑生成的笔记提交之前。我们进行了初步的研究，以节省时间的自动生成的咨询记录与后期编辑。我们的评估人员被要求听取模拟磋商，并对生成的三份笔记进行后期编辑。我们计时，发现这比从头开始写笔记要快。我们提出的见解和经验教训，从这个实验。
2021-04-09 cs.CL
Improving Factual Consistency in Summarization with Compression-Based Post-Editing
Salesforce AI Research（Salesforce人工智能研究院）
最先进的摘要模型仍然很难与输入文本保持一致。解决这个问题的一种与模型无关的方法是对生成的摘要进行后期编辑。然而，如果合适的输入实体替换不可用或者可能插入错误内容，则现有方法通常无法移除实体错误。在我们的工作中，我们专注于删除外部实体错误，或不在源代码中的实体，以提高一致性，同时保留摘要的基本信息和形式。我们建议使用压缩数据来训练后编辑模型，以获取带有用特殊标记标记的外部实体错误的摘要，并输出一个压缩的、格式良好的摘要，其中删除了这些错误。我们发现，该模型在保持ROUGE的同时提高了事实一致性，在XSum上将实体精度提高了30%，并且该模型可以应用于另一个后期编辑器，将实体精度提高了38%。我们进行了广泛的比较后编辑的方法，证明事实的一致性，信息量和语法之间的权衡，我们分析设置后编辑器显示最大的改进。
2022-11-11 cs.CL
Estimating post-editing effort: a study on human judgements, task-based and reference-based metrics of MT quality
University of Sheffield（谢菲尔德大学）；Universitat d'Alacant（阿利坎特大学）；Imperial College London（帝国理工学院）
设计翻译质量评估指标一直是机器翻译研究的核心。传统的基于自动参考的指标，如BLEU，已经显示出与人类对充分性和流畅性的判断的相关性，并且对于MT系统开发的进步至关重要。众包已经普及并实现了基于人类判断的度量的可扩展性，例如对充分性的主观直接评估（DA），这被认为比基于参考的自动度量更可靠。最后，基于任务的衡量，如编辑后时间，预计将提供更详细的评估翻译对特定任务的有用性。因此，虽然DA平均充分性判断以获得独立于任务的（感知）质量的评估，并且基于参考的自动度量试图以独立于任务的方式客观地估计质量，但基于任务的度量是在执行特定任务期间或之后获得的测量。在本文中，我们认为，尽管昂贵，但在估计特定任务中的MT质量时，基于任务的测量是最可靠的;在我们的例子中，该任务是后期编辑。为此，我们报告了一个新收集的编辑后指标的数据集上的实验，并显示它们在估计编辑后工作时的有用性。我们的研究结果表明，基于任务的指标比较机器翻译和编辑后的版本是最好的跟踪编辑后的努力，正如预期的那样。这些指标之后是DA，然后是比较机器翻译版本和独立参考的指标。我们建议，MT从业者应该意识到这些差异，并承认他们的影响时，决定如何评估MT后编辑的目的。
2019-10-14 cs.CL
Evaluative Judgement in Teaching AI-based Translation: A Class-room Case Study of AI-Mediated Translation and Post-Editing
Universitat Pompeu Fabra Barcelona（巴塞罗那庞培法华大学）
通过分析23个学生项目，研究结构化比较通用LLM和在线MT系统如何激发AI中介翻译中的评价判断，发现学生不盲从自动指标，而是基于充分性、流畅性等理由选择译后编辑输出。
2026-06-16 cs.CL
UdS Submission for the WMT 19 Automatic Post-Editing Task
Saarland University（萨尔大学）；DFKI（德国人工智能研究中心）；China Mobile Online Services（中国移动在线服务公司）
在本文中，我们描述了我们在WMT 2019上提交的英德APE共享任务。我们利用和适应NMT架构最初开发的利用上下文信息APE，实现这在我们自己的Transformer模型和探索联合训练的APE任务与去噪编码器。
2019-08-09 cs.CL
An Exploration of Neural Sequence-to-Sequence Architectures for Automatic Post-Editing
University of Edinburgh（爱丁堡大学）
在这项工作中，我们探索了多个神经架构，适用于机器翻译输出的自动后期编辑任务。我们专注于神经端到端模型，将输入$mt$（原始MT输出）和$src$（源语言输入）结合在单个神经架构中，直接对$\{mt, src\} \rightarrow pe$建模。除此之外，我们调查的影响，硬注意模型似乎是非常适合单语任务，以及这两种想法的组合。我们报告了在WMT-2016自动后期编辑共享任务期间提供的数据集的结果，并可以证明将APE场景中所有可用数据合并到单个模型中的双注意力模型改进了最佳共享任务系统和共享任务后的所有其他已发布结果。尽管对输入进行了较少的更改，但与硬注意力相结合的双注意力模型仍然具有竞争力。
2017-09-30 cs.CL
Metaphors in Literary Post-Editing: Opening Pandora's Box?
Leiden University Centre for Linguistics（莱顿大学语言研究中心）
本文研究了文学文本后编辑者如何回应神经机器翻译和大型语言模型对隐喻的翻译方式，发现三分之一的隐喻被后编辑者修改，表明文学机器翻译中隐喻翻译存在问题，且后编辑工作比从头翻译更耗力。
2026-05-20 cs.CL
TranslationCorrect: A Unified Framework for Machine Translation Post-Editing with Predictive Error Assistance
Ontario Tech University（安大略技术大学）；University of Toronto（多伦多大学）
TranslationCorrect是一个集成MT生成、错误预测和译后编辑界面的统一框架，通过ESA格式导出高质量注释，显著提升翻译效率和用户满意度。
2025-06-23 cs.CL
Can Automatic Post-Editing Improve NMT?
Rakuten, Inc.（乐天株式会社( Rakuten, Inc. )）
自动后期编辑（APE）旨在改进机器翻译，从而减少人工后期编辑工作。APE在与统计机器翻译（SMT）系统一起使用时取得了显著的成功，但在神经机器翻译（NMT）系统上并不成功。这令人质疑在目前的情况下，核准预算案的工作是否适切。然而，APE模型的训练一直严重依赖于大规模人工语料库，仅结合有限的人类编辑后数据。我们假设APE模型在改进NMT翻译方面表现不佳，因为缺乏足够的监督。为了确定我们的假设，我们编译了一个更大的语料库的人后编辑的英语到德语NMT。我们的经验表明，在此语料库上训练的最先进的神经APE模型可以显着改善强大的域内NMT系统，挑战该领域目前的理解。我们进一步研究了不同的训练数据大小的影响，使用人工训练数据，和APE任务的域特异性。我们在CC BY-NC-SA 4.0许可下发布这个新的语料库，网址是https://github.com/shamilcm/pedra。
2020-09-30 cs.CL
Extending Word-Level Quality Estimation for Post-Editing Assistance
University of Tsukuba（筑波大学）；NTT Communication Science Laboratories, NTT Corporation（日本电报电话公司NTT通信科学实验室）
我们定义了一个新的概念，称为扩展词对齐，以提高后期编辑辅助效率。基于扩展的词对齐，我们进一步提出了一个新的任务称为细化词级QE输出细化标签和词级对应。与原词级QE相比，新任务能够直接指出编辑操作，从而提高了效率。为了提取扩展词对齐，我们采用了基于mBERT的监督方法。为了解决精确的词级QE，我们首先通过训练基于mBERT和XLM-R的序列标记回归模型来预测原始QE标记。然后，我们用扩展词对齐来改进原始词标签。此外，我们还提取了源-空位对应关系，同时获得了空位标签。在两个语言对上的实验表明了该方法的可行性，并为进一步改进提供了启示。
2022-09-23 cs.CL
Select or Rewrite: Oracle-Guided Fine-Tuning for Generative ASR Post-Editing from N-Best Hypotheses
Idiap Research Institute（伊迪亚普研究所）；KTH Royal Institute of Technology（皇家理工学院）；Brno University of Technology（布尔诺理工大学）
针对仅提示的ASR后编辑方法存在过度编辑、幻觉及需大模型的缺陷，提出Oracle引导微调方法，利用三类N-best池训练混合选择-重写策略，在专有数据集上收益显著，CommonVoice数据集结果存在差异。
2026-10-14 cs.AI cs.CL
Can You Make It Sound Like You? Post-Editing LLM-Generated Text for Personal Style
III University of Maryland（III 马里兰大学）
研究探讨用户通过后编辑LLM生成文本来塑造个人风格的效果，发现后编辑提高了文本与用户自身写作的相似性，但降低了与LLM生成文本的相似性，同时减少了风格多样性。
2026-04-27 cs.CL
Smarter edits? Post-editing with error highlights and translation suggestions
Leiden University Centre for Linguistics（莱顿大学语言研究中心）；Visvesvaraya National Institute of Technology（维什瓦塞拉亚国家理工学院）；Department of Bionanoscience, Faculty of Applied Sciences, Delft University of Technology（应用科学学院生物纳米科学系，代尔夫特理工大学）；Pedagogical Sciences, Leiden University（莱顿大学教育科学）；Faculty of Science, Leiden University（莱顿大学科学学院）
本文研究了基于自动后编辑（APE）的错误高亮和纠正建议在后编辑任务中的有效性，发现虽然没有提升生产力和质量，但APE高亮和纠正建议提升了用户体验。
2026-06-17 cs.CL
Do LLMs Truly Benefit from Longer Context in Automatic Post-Editing?
本文研究了大语言模型在自动润色中利用长上下文的效果，发现专有模型在简单提示下表现优异，但存在鲁棒性与上下文利用的局限，需更高效的长上下文建模方法。
2026-03-12 cs.CL cs.HC
Learning to Copy for Automatic Post-Editing
Tsinghua University（清华大学）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；Sogou Inc.（搜狗公司）；Beijing Advanced Innovation Center for Language Resources（北京语言资源高精尖创新中心）
自动译后编辑是自然语言处理中的一项重要任务，其目的是在翻译后处理阶段纠正机器翻译系统输出的错误。虽然最近的工作已经取得了相当大的性能增益，通过使用神经网络，如何模拟APE的复制机制仍然是一个挑战。在这项工作中，我们提出了一种新的方法来模拟APE复制。为了更好地识别翻译错误，我们的方法以交互的方式学习源句子和系统输出的表示。这些表示用于显式地指示系统输出中的哪些词应该被复制，这对于帮助CopyNet是有用的（Gu等人，2016）更好地生成编辑后的翻译。在WMT 2016-2017 APE共享任务数据集上的实验表明，我们的方法优于所有最佳发布结果。
2019-11-09 cs.CL
