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
Ensembling Factored Neural Machine Translation Models for Automatic Post-Editing and Quality Estimation
ADAPT Centre（ADAPT中心）；Dublin City University（都柏林城市大学）
本文提出了一种基于神经机器翻译（NMT）系统的自动后期编辑（APE）和词级质量估计（QE）的新方法。已被证明对QE有效的词级特征被包括作为输入因素，扩展了原始源和机器翻译假设的表示，其用于生成自动编辑后的假设。我们训练了一套NMT模型，这些模型使用不同的输入表示，但共享相同的输出空间。然后，将这些模型组合在一起，并针对APE和QE任务进行调整。因此，我们试图在一个单一的框架内连接国家的最先进的方法，以APE和QE。我们的模型在这两项任务中都取得了最先进的结果，唯一的区别在于调整步骤，即学习集合中每个组件的权重。
2017-07-15 cs.CL
Simple Automatic Post-editing for Arabic-Japanese Machine Translation
New York University Abu Dhabi（纽约大学阿布扎比分校）
开发用于某些语言对的机器翻译（MT）系统的共同瓶颈是通常和在某些领域中缺乏直接并行翻译数据集。替代解决方案，如zero-shot模型或旋转技术，成功地获得了强大的基线，但往往低于更支持的语言对系统。在本文中，我们专注于阿拉伯语-日语机器翻译，一个较少研究的语言对，我们与一个独特的平行语料库的阿拉伯语新闻文章，手动翻译成日语。我们使用这个平行语料库，以适应国家的最先进的领域/流派不可知的神经MT系统通过一个简单的自动后编辑技术。我们的结果和详细的分析表明，这种方法是非常可行的，在特定领域的支持较少的语言对。
2019-07-14 cs.CL
BitextEdit: Automatic Bitext Editing for Improved Low-Resource Machine Translation
University of Maryland（马里兰大学）；Facebook AI Research（脸书人工智能研究院）
挖掘的双文本可能包含不完美的翻译，为神经机器翻译（NMT）产生不可靠的训练信号。虽然过滤掉这样的配对可以提高最终的模型质量，但我们认为，在低资源条件下，即使挖掘的数据也是有限的，这是次优的。在我们的工作中，我们建议通过自动编辑来细化挖掘的双文本：给定一个语言xf的句子，以及它的一个可能不完美的翻译xe，我们的模型生成一个修订的版本xf'或xe'，产生一个更等价的翻译对（即，<xf，xe '>或<xf'，xe>）。我们使用一种简单的编辑策略，通过（1）挖掘给定双文本中每个句子的潜在不完美翻译，（2）学习一个模型来重建原始翻译并以多任务方式进行翻译。实验表明，我们的方法成功地提高了5个低资源语言对和10个翻译方向的CCMatrix挖掘的bitext的质量高达~ 8 BLEU点，在大多数情况下，提高了有竞争力的反向翻译基线。
2022-05-30 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
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
Log-linear Combinations of Monolingual and Bilingual Neural Machine Translation Models for Automatic Post-Editing
Adam Mickiewicz University in Poznań（波兹南亚当·密茨凯维奇大学）
本文介绍了AMU（亚当密茨凯维奇大学）团队提交的WMT 2016自动后期编辑（APE）任务。我们探索了神经翻译模型在APE问题中的应用，并通过将不同的模型视为对数线性模型中的组件来实现良好的结果，允许将多个输入（MT输出和源）解码为相同的目标语言（编辑后的翻译）。一个简单的字符串匹配惩罚集成在对数线性模型用于控制更高的忠实度方面的原始机器翻译输出。为了克服训练数据太少的问题，我们生成大量的人工数据。我们的提交在看不见的测试集上比未校正的基线提高了-3.2\% TER和+5.5\% BLEU，并且比提交给共享任务的任何其他系统都要好。
2016-06-23 cs.CL
An Empirical Study of Automatic Post-Editing
Peking University（北京大学）
自动译后编辑（APE）旨在通过自动纠正机器翻译输出中的错误来减少人工译后编辑工作。由于人工标注的训练数据数量有限，数据稀缺是所有APE系统面临的主要挑战之一。为了缓解真实训练数据的缺乏，目前的APE系统大多采用数据增强方法来生成大规模人工语料库。鉴于数据增强在APE中的重要性，本文分别研究了人工语料库和人工数据域的构建方法对APE模型性能的影响。此外，APE的难度在不同的机器翻译（MT）系统之间是不同的。我们在一个困难的APE数据集上研究了最先进的APE模型的输出，以分析现有APE系统中的问题。首先，我们发现：1）具有高质量源文本和机器翻译文本的人工语料库能够更有效地提高APE模型的性能; 2）领域内人工训练数据能够更好地提高APE模型的性能，而无关的领域外数据实际上会干扰模型的性能; 3）现有的APE模型在包含长源文本或高质量机器翻译文本的情况下会遇到困难; 4）最新的APE模型在语法和语义添加问题上工作良好，但输出容易出现实体和语义遗漏错误。
2022-09-16 cs.CL
The Transference Architecture for Automatic Post-Editing
Saarland University（萨尔大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI））；Jadavpur University（贾达普大学）
在自动后期编辑（APE）中，将源文本（src）和机器翻译文本（mt）作为输入来调节后期编辑（pe）决策是有意义的。这导致了基于多源编码器的APE方法。现在的一个研究挑战是寻找最能支持src和mt信息的捕获、准备和提供及其与pe决策的集成的体系结构。在本文中，我们提出了一个新的多源APE模型，称为迁移。与先前的方法不同，它（i）使用用于src的Transformer编码器块，（ii）之后是解码器块，但没有用于mt上的自关注的掩蔽，其有效地充当组合src -> mt的第二编码器，以及（iii）将该表示馈送到生成pe的最终解码器块中。我们的模型在WMT 2016，2017和2018英语-德语APE共享任务（PBSMT和NMT）上的表现优于最先进的1个BLEU点。我们进一步研究了我们新引入的第二个编码器的重要性，发现层的数量太少确实会损害性能，而减少解码器的层数并不重要。
2019-08-26 cs.CL
Unbabel's Submission to the WMT2019 APE Shared Task: BERT-based Encoder-Decoder for Automatic Post-Editing
Unbabel（Unbabel公司）；Instituto de Telecomunicações（电信研究所）
本文介绍了Unbabel提交给WMT 2019 APE共享任务的英语-德语语言对。随着最近大型、强大的预训练模型的兴起，我们对BERT预训练模型进行了调整，以在编码器-解码器框架中执行自动后期编辑。类似于双编码器架构，我们开发了一个基于BERT的编码器-解码器（BED）模型，其中单个预训练的BERT编码器接收源src和机器翻译tgt字符串。此外，我们探索了一个保守性因素，以限制APE系统执行更少的编辑。正如官方结果所示，当在域内和人工训练数据的加权组合上进行训练时，我们的具有保守性惩罚的BED系统分别在TER和BLEU方面通过$-0.78$和$+1.23$显着提高了强大神经机器翻译系统的翻译。最后，我们的提交达到了一个新的国家的最先进的，前aequo，在英语-德语APE的NMT。
2019-06-29 cs.CL
Incorporating Terminology Constraints in Automatic Post-Editing
Columbia University（哥伦比亚大学）；University of Maryland（马里兰大学）
机器翻译（MT）的用户可能希望确保使用特定的词汇术语。虽然存在用于在MT的推理期间并入术语约束的技术，但是当前的APE方法不能确保它们将出现在最终的翻译中。在本文中，我们提出了词汇约束APE的自回归和非自回归模型，证明了我们的方法可以保留95%的术语，并提高了英语-德语基准的翻译质量。即使当应用到词汇约束MT输出，我们的方法是能够提高保留的术语。然而，我们表明，我们的模型不学习系统地复制约束，并提出了一个简单的数据增强技术，从而提高性能和鲁棒性。
2020-10-19 cs.CL
Advancing Semi-Supervised Learning for Automatic Post-Editing: Data-Synthesis by Mask-Infilling with Erroneous Terms
POSTECH（浦项科技大学）
针对自动后编辑（APE）训练数据缺乏问题，提出基于错误词掩码填充的数据合成方法与选择性语料交织策略，生成模仿真实翻译错误的合成数据，显著提升了APE性能。
2024-06-03 cs.CL
Automatic Correction of Human Translations
University of California, Berkeley（加州大学伯克利分校）；Lilt（Lilt公司）
我们介绍了翻译纠错（TEC），自动纠正人类生成的翻译的任务。机器翻译（MT）中的不完美性长期以来一直激励着系统利用自动后期编辑来改进翻译。相比之下，很少有人关注自动纠正人类翻译的问题，尽管直觉认为人类会犯一些明显的错误，而机器很适合帮助解决这些错误，从错别字到翻译惯例的不一致。为了研究这一点，我们构建并发布了三个TEC数据集的Aced语料库。我们发现，TEC中的人为错误表现出更多样化的错误范围和更少的翻译流畅性错误比自动后期编辑数据集中的MT错误，这表明需要专门的TEC模型，专门纠正人为错误。我们发现，基于人为错误的合成错误的预训练将TEC F分数提高了5.1分。我们对9名专业翻译编辑进行了一项人机交互用户研究，发现在TEC系统的帮助下，他们的翻译质量显著提高。
2022-06-17 cs.CL cs.LG
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
Automatic Post-Editing for Machine Translation
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）
自动后期编辑（APE）旨在纠正机器翻译文本中的系统错误。当机器翻译（MT）系统无法进行改进时，这是非常有用的，留下APE作为一个可行的选择，以提高翻译质量作为下游任务-这是本文的重点。与MT相比，该领域受到的关注较少，原因包括：进行合理研究的数据有限，不同研究人员报告的关于APE有效性的对比观点，以及行业对在当前生产管道中使用APE的关注有限。在这篇论文中，我们对APE作为下游任务进行了深入的研究，以便：i）了解其提高翻译质量的潜力; ii）推进核心技术-从经典方法到最近的基于深度学习的解决方案; iii）处理有限和稀疏的数据; iv）更好地利用多个输入源; v）减轻特定于任务的过度校正问题; vi）增强神经解码以利用外部知识;以及vii）建立在线学习框架以实时处理数据多样性。所有上述贡献都在几个章节中讨论，其中大部分在每年机器翻译会议上组织的APE共享任务中进行评估。我们在改进技术方面的努力导致了2017年APE共享任务中的最佳系统，我们在在线学习方面的工作在意大利计算语言学会议上获得了杰出论文奖。总的来说，我们工作的成果和发现激发了研究人员的兴趣，并吸引了行业来研究这项技术来解决实际问题。
2019-10-18 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
MPN: Leveraging Multilingual Patch Neuron for Cross-lingual Model Editing
Information Engineering University（信息工程大学）；Tsinghua University（清华大学）
针对多语言模型跨语言知识同步问题，提出训练多语言补丁神经元存储跨语言知识的方法，在XNLI和自建XFEVER数据集上验证了其能有效提升跨语言编辑性能且易于适配现有方法。
2024-01-06 cs.AI cs.CL cs.CV
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
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
LIG-CRIStAL System for the WMT17 Automatic Post-Editing Task
DeepMind；Univ. Lille（里尔大学）；CNRS（法国国家科学研究中心）；Centrale Lille（里尔中央理工学院）；Inria（法国国家信息与自动化研究所）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
本文介绍了LIG-CRISTAL提交给WMT 2017的共享自动后期编辑任务。我们提出了两个神经后编辑模型：一个单源模型与特定任务的注意力机制，这在低资源的情况下表现得特别好;和一个链式架构，利用源句子提供额外的上下文。当有更多的训练数据可用时，后一种架构设法稍微改善了我们的结果。我们提出并讨论了我们的研究结果的两个数据集（EN-DE和DE-EN），可用于该任务。
2017-07-17 cs.CL
A Self-Supervised Automatic Post-Editing Data Generation Tool
Korea University（高丽大学）；Upstage
自动后期编辑（APE）的数据构建需要大量的专家级人力，因为它包含一个复杂的过程，涉及识别句子中的错误并提供适当的修改。因此，我们开发了一个自我监督的数据生成工具，可部署为一个Web应用程序，最大限度地减少人类的监督和构建个性化的APE数据从一个并行语料库的几个语言对英语作为目标语言。以数据为中心的APE研究可以使用该工具进行，涉及许多语言对，由于缺乏合适的数据，迄今尚未研究。
2022-06-09 cs.CL
Recurrent Inference in Text Editing
Georgia Institute of Technology（佐治亚理工学院）；University of Illinois（伊利诺伊大学）；Learnable, Inc.（Learnable公司）；Horizon Robotics, Inc.（地平线机器人公司）
在神经文本编辑中，流行的基于序列到序列的方法直接将未编辑的文本映射到编辑的文本或编辑操作，其中有限的源文本编码和长的、变化的解码步骤降低了性能。为了解决这个问题，我们提出了一个新的推理方法，递归，迭代地执行编辑操作，显着缩小了问题空间。在每次迭代中，对部分编辑的文本进行编码，Recurrence对潜在表示进行解码，生成一个简短的固定长度的动作，并应用该动作完成一次编辑。为了进行全面的比较，我们介绍了三种类型的文本编辑任务：算术运算符恢复（AOR），算术方程简化（AES），算术方程校正（AEC）。在这些任务上进行的大量实验表明，与传统的推理方法相比，Recurrence实现了改进。
2020-09-30 cs.CL
MS-UEdin Submission to the WMT2018 APE Shared Task: Dual-Source Transformer for Automatic Post-Editing
Microsoft（微软）；University of Edinburgh（爱丁堡大学）
本文介绍了微软和爱丁堡大学在WMT 2018上提交的自动后期编辑共享任务。基于来自WMT 2017共享任务的训练数据和系统，我们从上一个共享任务中重新实现了我们自己的模型，并引入了基于广泛参数共享的改进。接下来，我们将对IT领域的双源Transformer模型和数据选择的实现进行实验。我们的提交决定性地赢得了SMT后期编辑子任务，建立了新的最先进的技术，并且在NMT子任务中排名第二（或相等，16.46 vs 16.50 TER）。基于NMT子任务中相当弱的结果，我们假设神经对神经APE实际上可能没有用。
2018-09-01 cs.CL
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
Giving the Old a Fresh Spin: Quality Estimation-Assisted Constrained Decoding for Automatic Post-Editing
Indian Institute of Technology Bombay（印度理工学院孟买分校）；University of Surrey（萨里大学）；Institute for People-Centred AI（以人为本人工智能研究所）
本文提出一种架构无关的词级质量估计辅助约束解码方法，通过在解码时引入QE信息缓解自动后编辑系统的过度纠正问题，在多语言对上显著提升了TER指标。
2025-01-28 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
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
Inspecting and Editing Knowledge Representations in Language Models
Massachusetts Institute of Technology（麻省理工学院）；Computer Science & Artificial Intelligence Laboratory（计算机科学与人工智能实验室）
本文提出 REMEDI 方法，将自然语言陈述映射为语言模型内部事实编码，既可用于编辑隐藏表示以改变生成，也可作为探针识别模型已有知识及潜在冲突输出。
2024-08-09 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
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
LangMark: A Multilingual Dataset for Automatic Post-Editing
Welocalize（韦洛卡兹）；Duke University（杜克大学）
LangMark是一个多语言数据集，用于评估和改进自动后编辑系统，通过大规模标注数据展示大型语言模型在后编辑任务中的有效性。
2025-11-21 cs.CL
Together We Can: Multilingual Automatic Post-Editing for Low-Resource Languages
Indian Institute of Technology Bombay（印度理工学院孟买分校）；University of Surrey（萨里大学）
本文利用英语-印地语和英语-马拉地语的语言相似性，通过合成三元组和QE-APE多任务学习构建多语言自动后编辑模型，显著提升了低资源语言的机器翻译质量。
2024-10-23 cs.CL
Netmarble AI Center's WMT21 Automatic Post-Editing Shared Task Submission
Netmarble AI Center（网石人工智能中心）
本文介绍了Netmarble提交给WMT 21自动后期编辑（APE）共享任务的英语-德语语言对。首先，我们提出了一个培训阶段的课程培训策略。Facebook Fair的WMT 19新闻翻译模型被选择用于使用大型而强大的预训练神经网络。然后，我们在每个训练阶段使用不同级别的数据对翻译模型进行后训练。随着训练阶段的进行，我们通过在不同的训练阶段逐渐添加额外的信息，使系统学习解决多个任务。我们还展示了一种方法来利用额外的数据在大量的APE任务。为了进一步改进，我们在微调阶段应用了动态加权平均的多任务学习策略。为了用有限的数据微调APE语料库，我们添加了一些相关的子任务来学习统一的表示。最后，为了获得更好的性能，我们在后期训练和微调期间利用外部翻译作为增强的机器翻译（MT）。实验结果表明，我们的APE系统在TER和BLEU方面分别将开发数据集上提供的MT结果的翻译显著提高了-2.848和+3.74。它还证明了其有效性的测试数据集的质量比开发数据集。
2021-11-16 cs.AI cs.CL
From Long Videos to Engaging Clips: A Human-Inspired Video Editing Framework with Multimodal Narrative Understanding
University of Science and Technology of China（中国科学技术大学）；ByteDance China（字节跳动中国）
针对现有自动视频编辑依赖文本线索、忽略视觉上下文导致输出不连贯的问题，提出融合多模态叙事理解的HIVE框架，通过场景分割拆分编辑子任务，还构建了DramaAD数据集，实验显示其性能优于基线，缩小了与人工编辑的质量差距。
2025-10-03 cs.CL cs.CV
Generating Fluent Fact Checking Explanations with Unsupervised Post-Editing
TU Kaiserslautern（凯泽斯劳滕工业大学）；DFKI GmbH（德国人工智能研究中心）；University of Copenhagen（哥本哈根大学）
事实核查系统已成为核实虚假和误导性新闻的重要工具。当人类可读的解释伴随着准确性标签时，这些系统变得更值得信赖。然而，手动收集这些解释是昂贵且耗时的。最近的作品框架的解释生成提取摘要，并建议自动选择一个足够的子集的最重要的事实，从专业记者的裁决意见（RC），以获得事实检查的解释。然而，这些解释缺乏流畅性和句子连贯性。在这项工作中，我们提出了一个迭代的基于编辑的算法，只使用短语级的编辑执行无监督的后编辑断开RC。为了规范我们的编辑算法，我们使用了一个评分函数，其中包含流畅性和语义保留。此外，我们展示了我们的方法在完全无监督的环境中的适用性。我们使用两个基准数据集LIAR-PLUS和PubHealth进行实验。我们表明，我们的模型生成的解释是流畅的，可读的，非冗余的，并涵盖了重要的信息的事实检查。
2021-12-13 cs.CL cs.LG
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
Confident but Wrong: A Constrained Decoding Diagnostic for Low-Resource Automatic Post-Editing
WSO2；University of Moratuwa（莫拉图瓦大学）；National University of Singapore（新加坡国立大学）；Massey University（梅西大学）
针对低资源自动译后编辑，提出一种黑盒推理时诊断方法，通过编辑距离惩罚曲线和置信度约束排序区分训练不足与数据不一致，揭示两种失败模式，并指导改进。
2026-09-25 cs.CL
Visual Story Post-Editing
Pennsylvania State University（宾夕法尼亚州立大学）；Carnegie Mellon University（卡内基梅隆大学）
我们介绍了第一个数据集的人工编辑机器生成的视觉故事，并探讨如何收集这些编辑可用于视觉故事后编辑任务。VIST-Edit数据集包括2，981个机器生成的视觉故事的14，905个人工编辑版本。这些故事是由两个最先进的视觉故事模型生成的，每个模型都与5个人工编辑的版本相匹配。我们为任务建立了基线，展示了如何利用相对较小的一组人类编辑来提高大型视觉故事模型的性能。我们还讨论了自动评估分数和人类评级之间的弱相关性，激励需要新的自动度量。
2019-06-05 cs.AI cs.CL cs.HC
MQM-APE: Toward High-Quality Error Annotation Predictors with Automatic Post-Editing in LLM Translation Evaluators
College of Computing and Data Science at Nanyang Technological University（南洋理工大学计算与数据科学学院）；Southeast University（东南大学）；The University of Sydney（悉尼大学）；Southeast University Shenzhen Research Institute（东南大学深圳研究院）
提出无需训练的MQM-APE框架，通过自动后编辑过滤非关键错误，提升LLM翻译评估器错误标注的质量与可靠性，在多种语言和模型上优于GEMBA-MQM。
2024-12-16 cs.CL
Encoding Word Confusion Networks with Recurrent Neural Networks for Dialog State Tracking
本文提出了一种新的方法来编码词混淆网络，它可以代表一个丰富的假设空间的自动语音识别系统，通过循环神经网络。我们证明了我们的方法的实用程序的任务，依赖于自动语音识别输出的口语对话系统中的对话状态跟踪。对混淆网络进行编码优于对神经系统中的自动语音识别的最佳假设进行编码，以用于在公知的第二对话状态跟踪挑战数据集上进行对话状态跟踪。
2017-08-09 cs.CL
MLQE-PE: A Multilingual Quality Estimation and Post-Editing Dataset
Instituto de Telecomunicações（电信研究所）；Facebook AI（脸书人工智能研究院）；IQT Labs（IQT实验室）；University of Sheffield（谢菲尔德大学）；Imperial College London（伦敦帝国学院）；Unbabel（Unbabel公司）；Johns Hopkins University（约翰霍普金斯大学）；University of Wolverhampton（伍尔弗汉普顿大学）
我们提出了MLQE-PE，一个新的数据集机器翻译（MT）的质量估计（QE）和自动后期编辑（APE）。该数据集包含11个语言对，每个语言对最多有10，000个翻译的人工标签，格式如下：翻译水平的直接评估和后期编辑工作，以及单词水平的好/坏标签。它还包含编辑后的句子，以及从中提取句子的文章的标题，以及用于翻译文本的神经MT模型。
2021-10-11 cs.CL
IndicQE-APE: A Consolidated Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages
IIT Bombay（印度理工学院孟买分校）；University of Oslo（奥斯陆大学）；Lancaster University（兰卡斯特大学）；INESC-ID；Instituto de Telecomunicações（电信研究所）；Instituto Superior Técnico（高等技术学院）；University of Lisbon（里斯本大学）；Sword Health；Tilburg University（蒂尔堡大学）；Zoom Communications（Zoom通信公司）；Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）；Apple（苹果公司）；Bodhan AI；IIT Madras（印度理工学院马德拉斯分校）；University of Surrey（萨里大学）
本研究构建了涵盖9个方向对的IndicQE-APE基准，对LLM、COMET指标及APE系统进行QE与APE基准测试，揭示质量信号冲突等因素对文本段排名的影响。
2026-09-16 cs.CL
InComeS: Integrating Compression and Selection Mechanisms into LLMs for Efficient Model Editing
The Chinese University of Hong Kong（香港中文大学）；City University of Hong Kong（香港城市大学）；Tencent AI Lab（腾讯AI实验室）；Singapore Management University（新加坡管理学院）
InComeS通过整合压缩和选择机制，提升LLMs处理多编辑任务的效率和性能。
2026-09-02 cs.CL
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
Felix: Flexible Text Editing Through Tagging and Insertion
University of Edinburgh（爱丁堡大学）；Google Research（谷歌研究院）
我们提出了Felix -一种灵活的文本编辑生成方法，旨在从双向上下文解码和自我监督预训练的想法中获得最大利益。与传统的序列到序列（seq 2seq）模型相比，Felix在低资源设置中是高效的，并且在推理时间上是快速的，同时能够对灵活的输入输出转换进行建模。我们通过将文本编辑任务分解为两个子任务来实现这一点：标记以决定输入标记的子集及其在输出文本中的顺序，插入以填充输入中不存在的输出中缺少的标记。标记模型采用了一种新的指针机制，而插入模型是基于一个掩蔽的语言模型。这两个模型都被选择为非自回归，以保证更快的推理。与最近的文本编辑方法和强大的seq 2seq基线相比，Felix在四个NLG任务上表现良好：句子融合，机器翻译自动后期编辑，摘要和文本简化。
2020-03-24 cs.CL
LANGSAE EDITING: Improving Multilingual Information Retrieval via Post-hoc Language Identity Removal
Department of Computer Science and Engineering, Korea University（韩国大学计算机科学与工程系）；School of Software, Soongsil University（顺天大学软件学院）
LANGSAE 编辑通过事后移除语言身份信号，提升多语言信息检索的排名质量和跨语言覆盖性。
2026-01-08 cs.CL cs.IR
SkinAugment: Auto-Encoding Speaker Conversions for Automatic Speech Translation
Johns Hopkins University（约翰斯·霍普金斯大学）；Facebook（脸书）
我们提出了自动编码说话人转换的训练数据增强自动语音翻译。这种技术直接转换音频序列，导致音频合成为类似于另一个说话者的声音。我们的方法相比毫不逊色SpecAugment英语$\to$法语和英语$\to$罗马尼亚语自动语音翻译（AST）的任务，以及低资源英语自动语音识别（ASR）的任务。此外，在消融中，我们展示了增强数据的数量和多样性的好处。最后，我们表明，我们可以结合我们的方法与增强机器翻译的成绩单，以获得一个有竞争力的端到端AST模型，优于一个非常强大的级联模型上的英语$\to$法国AST任务。我们的方法是足够的一般，它可以应用到其他语音生成和分析任务。
2020-02-27 cs.CL cs.SD eess.AS
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
Editing Knowledge Representation of Language Model via Rephrased Prefix Prompts
University of Science and Technology of China（中国科学技术大学）；State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室）
针对知识编辑成本高、提示工程不透明的问题，本文提出PSPEM，通过提示编码器、编码转换器和提示对齐自动获得可终身使用的最优软前缀提示，并在COUNTERFACT上实现近100%编辑准确率与最佳流畅度。
2024-05-11 cs.AI cs.CL
M$^3$Face: A Unified Multi-Modal Multilingual Framework for Human Face Generation and Editing
Sharif University of Technology（谢里夫理工大学）；Qatar Computing Research Institute（卡塔尔计算研究所）
本文提出M3Face统一多模态多语言框架，支持仅通过文本输入自动生成控制模态（如语义分割、面部关键点）以进行人脸生成与编辑，并构建了M3CelebA多模态多语言数据集，实验验证了其有效性。
2024-02-04 cs.CL cs.CV cs.MM
