Language Model-Driven Unsupervised Neural Machine Translation
Ocean University of China(中国海洋大学);Global Tone Communication Technology Co., Ltd.(全球通科技有限公司)
无监督神经机器翻译(NMT)在执行香草反向翻译时与合成数据中的噪声和错误相关联。在这里,我们显式地利用语言模型(LM)来驱动无监督NMT系统的构建。这包括两个步骤。首先,我们使用通过临时统计机器翻译(SMT)生成的合成数据初始化NMT模型。其次,与普通的反向翻译不同,我们制定了一个权重函数,在后续迭代训练的每一步对合成数据进行评分;这使得无监督训练能够获得更好的结果。我们提出了详细的数学构造我们的方法。实验性WMT 2014英语-法语、WMT 2016英语-德语和英语-俄语翻译任务表明,我们的方法比之前最好的系统的性能高出3个BLEU点以上。
2019-11-10 cs.CL
On User Interfaces for Large-Scale Document-Level Human Evaluation of Machine Translation Outputs
Microsoft(微软)
最近的研究强调,需要在人类的机器翻译评估的文档上下文,但很少有研究已经做了用户界面对注释者的生产力和评估的可靠性的影响。在这项工作中,我们比较了人类的评估数据,从最后两个WMT评估活动收集通过两种不同的方法进行文件级评估。我们的分析表明,一个以文档为中心的方法来评估,其中注释器与整个文档上下文在屏幕上,导致更高质量的段和文档级的评估。它提高了段和文档分数之间的相关性,并增加了文档分数的注释者间的一致性,但对于注释者来说要花费更多的时间。
2021-04-21 cs.CL
Improving CAT Tools in the Translation Workflow: New Approaches and Evaluation
Saarland University(萨尔大学);DFKI(德国人工智能研究中心);University of Wolverhampton(伍尔弗汉普顿大学);Jadavpur University(贾达普大学)
本文介绍了策略,以改善现有的基于网络的计算机辅助翻译(CAT)工具,名为CATaLog在线。CATaLog Online提供了一个具有简单而有用的项目管理工具的后期编辑环境。它提供来自翻译记忆库(TM)、机器翻译(MT)和自动后期编辑(APE)的翻译建议,并记录后期编辑活动的详细日志。为了测试本文提出的新方法,我们进行了用户研究的英语-德语翻译任务使用CATaLog在线。用户反馈显示,在某些方面,用户更喜欢使用CATaLog Online而不是现有的CAT工具,特别是通过选择MT系统的输出和利用TM建议的配色方案。
2019-08-16 cs.CL
Challenges in Translation of Emotions in Multilingual User-Generated Content: Twitter as a Case Study
Centre for Translation Studies(翻译研究中心);University of Surrey(萨里大学);RGCL(语言计算研究组);University of Wolverhampton(伍尔弗汉普顿大学)
虽然情感是普遍的概念,但将不同色调的情感从一种语言转换到另一种语言对人类翻译人员来说可能并不总是那么简单,更不用说机器翻译系统了。此外,认知状态是通过对经验的言语解释来建立的,而言语解释又受到言语语境和文化语境的双重影响。在许多语言语境中,情感的表达构成了信息的关键组成部分。对于用户生成内容(UGC)来说尤其如此,它可以是对产品或服务的评论,推文或社交媒体帖子的形式。最近,Twitter等多语言网站提供UGC的自动翻译以接触其语言多样的用户已成为普遍做法。在这种情况下,翻译用户的情感的过程是完全自动的,没有人为干预,既不用于后期编辑也不用于准确性检查。在这项研究中,我们评估自动翻译工具是否可以在用户生成的多语言数据(如推文)中成功地传递情感。我们发现,有特定的Twitter数据的语言现象,在不同语言的情感翻译构成了挑战。我们总结了这些挑战的语言特征列表,并显示这些功能在不同的语言对是多么频繁。我们还评估了常用方法的能力,用于评估MT系统在保留源文本中的情感方面的性能。
2021-06-20 cs.CL
Machine Translation in the Wild: User Reaction to Xiaohongshu's Built-In Translation Feature
研究小红书2025年推出内置翻译功能的用户反应,通过情感分析和主题分析探讨用户对功能的认知与实验,发现整体反馈积极,但存在功能性和翻译准确性方面的担忧。
2026-04-03 cs.CL cs.HC
Applying Automated Machine Translation to Educational Video Courses
University of California Davis(加州大学戴维斯分校)
本文研究将自动化机器翻译应用于在线教育视频,通过先进翻译模型、语音合成和音视频同步翻译可汗学院视频,并建立基于往返翻译的置信度估计器及可部署系统以管理质量和收集用户反馈。
2023-09-19 cs.CL
A Multi-task Learning Framework for Evaluating Machine Translation of Emotion-loaded User-generated Content
Centre for Translation Studies(翻译研究中心);Institute for People-Centred AI(以人为本人工智能研究所);University of Surrey(萨里大学)
针对现有机器翻译指标难以适配带情感的用户生成内容翻译评估的问题,研究构建了多任务数据集,提出带新型组合损失的多任务学习架构,取得了最优性能并给出全面分析。
2024-10-04 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
UDAAN: Machine Learning based Post-Editing tool for Document Translation
Indian Institute of Technology Bombay(印度理工学院孟买分校)
我们介绍UDAAN,一个开源的后期编辑工具,可以减少手动编辑工作,快速生成几种印度语言的可扩展标准文档。UDAAN有一个端到端的机器翻译(MT)和后期编辑管道,用户可以上传文档以获得原始MT输出。此外,用户可以使用我们的工具编辑原始翻译。UDAAN提供了几个优点:a)领域感知,基于词汇的词汇约束MT。b)为用户提供源-目标和目标-目标词典建议。替换是基于源文本和目标文本的词汇对齐。c)翻译建议基于用户交互期间创建的日志。d)源-目标句子对齐可视化,减少用户在编辑期间的认知负荷。e)我们工具的翻译输出有多种格式:docs、latex和PDF。我们还提供了使用大约100个域内词典进行词汇感知机器翻译的功能。虽然我们的实验仅限于英语到印地语的翻译,但我们的工具独立于源语言和目标语言。基于工具使用情况和用户反馈的实验结果表明,与从头开始翻译文档的基线方法相比,我们的工具将翻译时间加快了大约三倍。我们的工具适用于Windows和Linux平台。该工具在MIT许可下是开源的,可以从我们的网站https://www.udaanproject.org访问源代码。可以在https://www.youtube.com/channel/UClfK7iC8J7b22bj3GwAUaCw访问我们工具的各种功能的演示和教程视频。我们的MT管道可以在https://udaaniitb.aicte-india.o…
2022-11-21 cs.CL
Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions
Fondazione Bruno Kessler(布鲁诺·科塞尔基金会)
本文聚焦普通用户群体,追溯机器翻译(MT)用户画像演变,结合跨学科研究提出可用性、信任度和素养三大核心因素,为构建更以用户为中心的MT提供指导。
2025-09-21 cs.CL cs.CY
PheMT: A Phenomenon-wise Dataset for Machine Translation Robustness on User-Generated Contents
Tohoku University(东北大学);RIKEN(日本科学技术研究所);NTT Communication Science Laboratories(NTT通信科学实验室)
本文提出PheMT数据集,用于评估机器翻译系统在日英翻译中对特定语言现象的鲁棒性,实验表明现有模型和商用系统均受特定现象影响。
2020-11-04 cs.CL
Neural Machine Translation Decoding with Terminology Constraints
SDL Research(SDL研究院);Department of Engineering, University of Cambridge(剑桥大学工程系)
尽管神经机器翻译(NMT)系统产生了令人印象深刻的质量改进,但控制其翻译输出以遵守用户提供的术语约束仍然是一个悬而未决的问题。我们描述了我们的方法来约束神经解码的基础上,有限状态机和多栈解码,支持目标侧的约束,以及与相应的对齐输入文本跨度的约束。我们展示了我们的框架在多个翻译任务的性能,并激励需要约束解码与注意力作为一种手段,减少错位和重复时,翻译用户的限制。
2018-05-09 cs.CL
Should I Share this Translation? Evaluating Quality Feedback for User Reliance on Machine Translation
University of Maryland(马里兰大学);Johns Hopkins University(约翰霍普金斯大学)
该研究针对单语用户难以评估机器翻译质量的问题,对比四种质量反馈对用户分享决策的影响,发现除错误高亮外的反馈均能提升决策效果,其中QA表格形式的隐式反馈表现最优。
2025-10-02 cs.AI cs.CL
Can Neural Machine Translation be Improved with User Feedback?
eBay(易贝);Heidelberg University(海德堡大学)
基于eBay电子商务平台上收集的显式和隐式用户反馈,我们提出了第一个使用人工强化改进神经机器翻译(NMT)的方法的真实应用。以前的工作一直局限于模拟实验,而在本文中,我们的工作与真实的日志反馈离线强盗学习NMT参数。我们对现有的明确的用户判断-翻译质量的五星评级-进行了彻底的分析,并表明它们不够可靠,不足以在强盗学习中产生显着的改进。相比之下,我们成功地利用在跨语言搜索任务中收集的基于任务的隐式反馈来提高特定任务和机器翻译质量指标。
2018-04-16 cs.CL stat.ML
Average Token Delay: A Duration-aware Latency Metric for Simultaneous Translation
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
针对同声传译现有延迟指标忽略翻译持续时间的问题,提出关注部分翻译持续时间的 Average Token Delay (ATD) 指标,实验证明其在多数条件下与 Ear-Voice Span (EVS) 相关性最高。
2023-11-27 cs.CL
Learning from Chunk-based Feedback in Neural Machine Translation
eBay Inc.(eBay公司)
我们经验性地研究了神经机器翻译(NMT)中的部分反馈学习,当部分反馈通过要求用户突出翻译的正确块来收集时。我们提出了一种简单而有效的方法,利用这种反馈在NMT培训。我们演示了如何在训练和部署之间的域不匹配的常见机器翻译问题可以减少单独基于块级用户反馈。我们进行了一系列的仿真实验,以测试所提出的方法的有效性。我们的研究结果表明,块级反馈优于基于句子的反馈高达2.61% BLEU绝对。
2018-06-19 cs.CL
Saliency-driven Word Alignment Interpretation for Neural Machine Translation
Center for Language and Speech Processing(语言与语音处理中心);Johns Hopkins University(约翰斯·霍普金斯大学)
尽管其最初的目标是共同学习对齐和翻译,但神经机器翻译(NMT)模型,特别是Transformer,通常被认为不学习可解释的单词对齐。在本文中,我们证明了NMT模型确实学习了可解释的词对齐,这只能通过适当的解释方法来揭示。我们提出了一系列这样的方法,是模型不可知的,能够应用于离线或在线,并且不需要参数更新或架构更改。我们表明,在强制解码设置下,我们的解释方法引起的对齐比快速对齐的一些系统的质量更好,当执行自由解码,他们同意以及自动对齐工具引起的对齐。
2019-06-27 cs.CL
Measuring User's Mental Models of Speech Translation in Human-AI Collaboration
University of Maryland, College Park(马里兰大学学院公园分校)
通过跨语言问答框架研究用户对语音翻译系统的心理模型,发现用户通过实践和源语言知识能更好地预测系统错误,且提供语音转录有助于改善心理模型。
2026-06-24 cs.CL cs.HC
Backtranslation Feedback Improves User Confidence in MT, Not Quality
Charles University(查理大学);University of Edinburgh(爱丁堡大学);University of Sheffield(谢菲尔德大学);University of Wolverhampton(伍尔弗汉普顿大学);University of Tartu(塔尔图大学)
将文本翻译成文本作者不知道的语言,称为出站翻译,是一种现代需求,用户体验有很大的改进空间,超越了基本的机器翻译设施。我们通过展示三种方式来证明这一点,即用户对出站翻译的信心以及其整体最终质量可能会受到影响:向后翻译,质量估计(对齐)和源释义。在本文中,我们描述了从英语到捷克语和爱沙尼亚语的出站翻译实验。我们研究了每个建议的反馈模块的效果,并进一步关注机器翻译系统的质量如何影响这些发现和用户对成功的感知。我们发现,反向翻译反馈对整个过程有着混合的影响:它增加了用户的信心,在生产的翻译,但不是客观质量。
2021-04-12 cs.CL cs.HC
Improving the Efficiency of a Generation Algorithm for Shake and Bake Machine Translation Using Head-Driven Phrase Structure Grammar
在Whitelock提出的统一范畴文法机器翻译算法的基础上,提出了中心语驱动短语结构文法的Shake and Bake机器翻译算法。翻译过程中,然后分析,以确定潜在的低效率的来源,并介绍了一些建议,大大提高了效率的生成算法。初步的实证结果,涉及一个小的语法测试,并提供了更大的改进算法的建议。
1995-05-09 cmp-lg cs.CL
Demonstration of a Neural Machine Translation System with Online Learning for Translators
PRHLT Research Center - Universitat Politècnica de València(瓦伦西亚理工大学PRHLT研究中心);Pangeanic / B.I Europa - PangeaMT Technologies Division(Pangeanic/B.I Europa——PangeaMT技术部)
我们介绍了我们的系统,它实现了在线学习的神经机器翻译在生产环境中的演示。这些技术允许系统从翻译者提供的更正中不断学习。我们实施了一个端到端平台,将我们的机器翻译服务器集成到专业翻译人员最常用的用户界面之一:SDL Trados Studio。我们的目标是节省后期编辑工作,因为机器不断从人类的选择中学习,并使模型适应特定的领域或用户风格。
2019-06-21 cs.CL
Noisy UGC Translation at the Character Level: Revisiting Open-Vocabulary Capabilities and Robustness of Char-Based Models
CNRS(法国国家科学研究中心);LISN(计算机科学实验室);Université Paris-Saclay(巴黎萨克雷大学);Inria Paris(法国国家信息与自动化研究所巴黎中心);Université de Paris(巴黎大学);LLF(形式语言学实验室)
这项工作探讨了基于字符的神经机器翻译翻译嘈杂的用户生成内容(UGC)的能力,重点是探索这种方法在处理富有成效的UGC现象方面的局限性,根据定义,这种现象在训练时几乎看不到。在严格的zero-shot场景中,我们首先研究了我们开发的小型注释数据集上各种用户生成内容现象对翻译性能的不利影响,然后表明这种模型确实无法处理未知字母,一旦遇到此类字符,就会导致灾难性的翻译失败。我们通过一个简单但有见地的复制任务实验进一步证实了这一行为,并强调了减少词汇量超参数以提高机器翻译基于字符模型的鲁棒性的重要性。
2021-10-24 cs.CL
Data-Driven Approach for Formality-Sensitive Machine Translation: Language-Specific Handling and Synthetic Data Generation
Korea University(高丽大学);Upstage
本文提出一种面向形式敏感性机器翻译的数据驱动方法,通过特定语言数据处理与基于大模型的合成数据生成两项核心策略,显著超越基线并提升翻译性能。
2023-06-27 cs.AI cs.CL
Beyond Accuracy: Community Perspectives on Machine Translation
University of Technology Nuremberg(纽伦堡工业大学);University of Maryland, Baltimore County(马里兰大学巴尔的摩县分校);University of Aberdeen(阿伯丁大学)
本文通过分析社交媒体上四个利益相关者社区(AI开发者、专业译者、语言学习者、语言服务提供商)的帖子,揭示机器翻译技术社区间的分歧与冲突,强调倾听用户社区需求的重要性。
2026-09-04 cs.CL
Neural Machine Translation with Noisy Lexical Constraints
Tencent AI Lab(腾讯人工智能实验室);The Chinese University of Hong Kong(香港中文大学)
词汇约束解码的机器翻译已被证明是有益的,在以前的研究。不幸的是,用户提供的约束在现实世界中可能包含错误。如何在实际应用中处理这些噪声约束仍然是一个悬而未决的问题。我们提出了一个新的框架,把约束作为外部记忆。以这种软方式,可以校正错误的约束。实验表明,我们的方法可以实现大量的BLEU增益处理噪声约束。这些结果促使我们将所提出的方法应用到一个新的场景中,在没有用户的帮助下生成约束。实验表明,我们的方法确实可以提高翻译质量与自动生成的约束。
2021-01-26 cs.CL
PRIME: A System for Multi-lingual Patent Retrieval
鉴于在多个国家提交的专利数量不断增加,用户对跨语言检索专利感兴趣。我们提出了一个多语言专利检索系统,将用户查询翻译成目标语言,在多语言数据库中搜索与查询相关的专利,并通过机器翻译和聚类的方式提高浏览效率。我们的系统还从由可比专利组成的专利族中提取新的翻译,以增强翻译词典。
2002-06-24 cs.CL
Segment-Based Interactive Machine Translation for Pre-trained Models
Universitat Politècnica de València(瓦伦西亚理工大学);ValgrAI - Valencian Graduate School and Research Network for Artificial Intelligence(瓦伦西亚人工智能研究生学院及研究网络)
本研究探索预训练大语言模型在交互式机器翻译中的应用,选取mBART和mT5实验,对比基准数据集上的用户工作量等指标,发现mBART性能与当前最优模型相当,为交互式翻译模型开发提供新方向。
2024-07-09 cs.CL
Pluggable Neural Machine Translation Models via Memory-augmented Adapters
Tsinghua University(清华大学);Institute for AI Industry Research (AIR), Tsinghua University(清华大学智能产业研究院(AIR));Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Zhongguancun Laboratory(中关村实验室)
为满足不同用户需求并降低从头训练成本,提出一种记忆增强适配器,通过多粒度记忆和新适配器架构以可插拔方式引导预训练NMT模型,并利用记忆dropout减少虚假依赖,实验证明其优于多种基线方法。
2024-03-21 cs.CL
Incremental Decoding and Training Methods for Simultaneous Translation in Neural Machine Translation
Qatar Computing Research Institute – HBKU(卡塔尔计算研究所–哈马德·本·哈利法大学)
我们通过修改神经MT解码器来解决同声翻译的问题,使其与动态构建的编码器和注意力一起工作。我们提出了一个可调的代理,决定最好的分割策略,用户定义的BLEU损失和平均比例(AP)的约束。我们的代理在BLEU上的性能优于先前提出的Wait-if-diff和Wait-if-worse代理(Cho和Esipova,2016),具有较低的延迟。其次,我们提出了对神经MT训练进行数据驱动的更改,以更好地匹配增量解码框架。
2018-06-10 cs.CL
Pattern-Based Context-Free Grammars for Machine Translation
本文提出了使用“基于模式”的上下文无关语法作为构建机器翻译(MT)系统的基础,这是现在被广泛的用户在网络空间社会的个人工具。我们讨论了这些工具的主要要求,包括易于定制的不同领域,翻译算法的效率和可扩展性(通过用户交互的翻译质量的增量改进),并描述了我们的方法如何满足这些要求。
1996-07-11 cmp-lg cs.CL
Linguistically-driven Multi-task Pre-training for Low-resource Neural Machine Translation
Graduate School of Informatics, Kyoto University(京都大学信息学研究科)
在本研究中,我们提出了新的序列到序列预训练目标低资源机器翻译(NMT):日语特定序列到序列(JASS)的语言对涉及日语作为源或目标语言,英语特定序列到序列(ENSS)的语言对涉及英语。JASS侧重于掩蔽和重新排序日语语言单位称为文组,而ENSS是基于短语结构掩蔽和重新排序任务。在ASPEC日语-英语和日语-汉语,维基百科日语-汉语,新闻英语-韩语语料库上的实验表明,JASS和ENSS优于MASS和其他现有的语言无关的预训练方法,对于日语-英语任务,最高可达+2.9 BLEU点,对于日语-汉语任务,最高可达+7.0 BLEU点,对于英语-韩语任务,最高可达+1.3 BLEU点。实证分析侧重于JASS和ENSS中各个部分之间的关系,揭示了JASS和ENSS子任务的互补性。使用LASER,人类评估和案例研究的准确性评估表明,我们提出的方法在没有注入语言知识的情况下显着优于预训练方法,并且与流畅性相比,它们对充分性有更大的积极影响。我们在这里发布代码:https://github.com/Mao-KU/JASS/tree/master/linguistically-driven-pretraining.
2022-01-20 cs.CL
How Important is `Perfect' English for Machine Translation Prompts?
Charles University, Faculty of Mathematics and Physics(查理大学数学与物理学院);Johns Hopkins University(约翰霍普金斯大学);University of Amsterdam(阿姆斯特丹大学);TU Munich(慕尼黑工业大学);Munich Center for Machine Learning(慕尼黑机器学习中心);ETH Zurich(苏黎世联邦理工学院)
该研究系统探究提示词中的各类错误对大语言模型机器翻译及翻译评估任务的影响,发现提示词噪声主要削弱指令遵循能力,且模型在人类无法辨认的高噪声场景下仍可翻译。
2025-08-30 cs.CL
Co-creation for Sign Language Processing and Machine Translation
1 Lisa Lepp: 2 Dimitar Shterionov: 3 Mirella De Sisto: 4 Grzegorz Chrupa a
本文针对手语机器翻译中共创缺乏正式定义的问题,提出了一种关系类型学,评估了110篇文章中手语用户的参与情况,并推导出考虑项目生命周期动态特性的共创指南。
2025-03-03 cs.CL
A Use Case: Reformulating Query Rewriting as a Statistical Machine Translation Problem
Huawei Türkiye R&D Center(华为土耳其研发中心)
本文提出一种基于单语统计机器翻译模型的查询重写流水线,通过学习重写阿拉伯语用户搜索查询并建立查询与网页标题的映射,提升搜索引擎检索相关网页内容的能力。
2023-10-19 cs.AI cs.CL cs.LG
Visualization: the missing factor in Simultaneous Speech Translation
Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会);University of Trento(特伦托大学)
同步语音翻译(SimulST)是一种必须对部分增量语音输入执行输出生成的任务。近年来,SimulST由于跨语言应用场景的普及而变得流行,如国际直播会议和流媒体讲座,其中即时语音翻译可以方便用户访问视听内容。在本文中,我们分析了SimulST系统开发到目前为止的特点,讨论他们的优点和缺点。然后,我们集中在正确评估系统的有效性所需的评估框架。为此,我们提出需要更广泛的性能分析,也包括用户体验的观点。SimulST系统,事实上,不仅应该在质量/延迟措施方面进行评估,而且还应该通过面向任务的度量会计,例如,所采用的可视化策略。有鉴于此,我们强调哪些是社区实现的目标,哪些仍然是缺失的。
2021-11-08 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
Average Token Delay: A Latency Metric for Simultaneous Translation
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
同声翻译是指在说话人说完话之前就开始翻译的任务。在其评估中,除了质量之外,我们还必须考虑翻译的延迟。等待时间优选地尽可能小,以便用户以小的延迟理解说话者所说的内容。现有的延迟度量集中在翻译何时开始,但没有充分考虑翻译何时结束。这意味着这样的指标不会惩罚由长翻译输出引起的延迟,这实际上会延迟用户的理解。在这项工作中,我们提出了一种新的延迟评估指标,称为平均令牌延迟(ATD),侧重于部分翻译的同步翻译的结束时间。我们通过模拟实例讨论了ATD的优点,并通过同声翻译实验研究了ATD和平均滞后的区别。
2023-02-09 cs.CL cs.SD
Democratizing Neural Machine Translation with OPUS-MT
University of Helsinki(赫尔辛基大学);University of Milano-Bicocca(米兰比可卡大学)
本文介绍了OPUS生态系统,通过开发开放机器翻译模型与工具并集成到各类应用与工作流程中,旨在提高语言覆盖率和翻译质量,并推进模块化模型和紧凑实时翻译方案。
2023-07-04 cs.CL
Presenting Simultaneous Translation in Limited Space
Charles University(查理大学)
一些自动同步翻译长格式语音的方法允许修改输出,以低延迟换取准确性。为用户部署这些系统面临着在有限的空间(例如电视屏幕上的两行)中呈现字幕的问题。字幕必须及时、渐进地显示,并有足够的阅读时间。我们提供了一个算法的字幕。此外,我们提出了一种方法来估计的整体可用性的组合自动翻译和字幕的质量,延迟和稳定性的测试集上进行测量,并提出了一种改进的措施,翻译延迟。
2020-09-18 cs.CL
TranslateLocally: Blazing-fast translation running on the local CPU
School of Informatics(信息学院);University of Edinburgh(爱丁堡大学)
每天都有数百万人牺牲自己的隐私和浏览习惯来换取在线机器翻译。有保密要求的公司和政府经常禁止在线翻译或支付额外费用来禁用日志记录。为了将控制权交还给最终用户并展示速度,我们开发了本地化。在台式机或笔记本电脑CPU上本地运行,即使在10年前的硬件上也能提供类似云的翻译速度和质量。开源软件基于Marian,可在Linux,Windows和macOS上运行。
2021-09-21 cs.CL
TULUN: Transparent and Adaptable Low-resource Machine Translation
The University of Melbourne(墨尔本大学);The Australian National University(澳大利亚国立大学);University of Turku(图尔库大学)
针对低资源语言专业领域翻译难的问题,提出Tulun平台,结合神经机器翻译与基于LLM的后期编辑及术语资源,在医疗和救灾任务中提升16.90-22.41 ChrF++,并在FLORES上平均优于NLLB-54B 2.8 ChrF分。
2025-05-24 cs.CL
Interactive-Predictive Neural Machine Translation through Reinforcement and Imitation
Heidelberg University(海德堡大学)
我们提出了一个交互式预测神经机器翻译框架,使用强化和模仿学习更容易进行模型个性化。在交互式翻译过程中,用户被要求对系统识别的不确定位置提供反馈。回应是以“保留”和“删除”编辑形式的弱反馈,以及以“替代”编辑形式的专家演示。以收集的反馈为条件,系统通过约束束搜索创建替代平移。在对两种语言对的模拟实验中,我们的系统以更少的人工努力接近监督训练的性能。
2019-07-05 cs.CL
Domain-Specific Machine Translation to Translate Medicine Brochures in English to Sorani Kurdish
University of Kurdistan Hewlêr(库尔德斯坦大学(赫wlêr))
针对库尔德语药品说明书缺乏的问题,利用平行语料库训练统计机器翻译模型,将英文说明书译为索拉尼库尔德语,并通过医学词典后处理提升BLEU分数,人工评估显示翻译准确且清晰。
2025-01-23 cs.CL
Towards the evaluation of automatic simultaneous speech translation from a communicative perspective
Mainz University(美因茨大学);KUDO
近年来,由于人工智能的进步,特别是在语音识别和机器翻译领域的进步,自动语音到语音和语音到文本翻译已经获得了动力。这类应用程序的质量通常使用自动度量标准(如BLEU)进行测试,主要目的是评估版本的改进或评估活动。然而,很少有人知道这样的系统的输出是如何被最终用户感知的,或者它们如何与人类在类似的交际任务中的表现进行比较。在本文中,我们提出了一个实验的结果,旨在评估实时语音翻译引擎的质量,通过比较它的专业同声传译的性能。要做到这一点,我们采用了一个框架开发的人类口译员的评估,并使用它来执行人工评估人类和机器的性能。在我们的样本中,我们发现人类口译员在可理解性方面表现更好,而机器在信息量方面表现稍好。研究的局限性和可能的增强所选择的框架进行了讨论。尽管其固有的局限性,这个框架的使用代表了第一步,以用户为中心,面向通信的方法来评估实时自动语音翻译。
2021-06-30 cs.CL
Code-Switching for Enhancing NMT with Pre-Specified Translation
Soochow University(苏州大学);Alibaba DAMO Academy(阿里巴巴达摩院);Westlake University(西湖大学)
利用用户提供的翻译来约束NMT具有现实意义。现有的方法可以分为两大类,即使用占位符标记的词汇和使用硬约束在解码过程中。由于各种原因,这两种方法都可能损害翻译保真度。我们研究了一种数据增强方法,通过用目标翻译替换源短语来生成代码转换的训练数据。我们的方法不改变MNT模型或解码算法,允许模型通过复制源端目标词来学习词典翻译。大量的实验表明,我们的方法实现了一致的改进,现有的方法,提高了翻译的约束词,而不伤害不受约束的话。
2019-05-16 cs.CL
ChrEnTranslate: Cherokee-English Machine Translation Demo with Quality Estimation and Corrective Feedback
UNC Chapel Hill(北卡罗来纳大学教堂山分校)
我们介绍ChrEnTranslate,一个在线机器翻译演示系统,用于英语和濒危语言切罗基语之间的翻译。它支持统计和神经翻译模型,并提供质量评估以告知用户可靠性,分别为专家和普通用户提供两个用户反馈界面,收集单语数据的人工翻译的示例输入,单词对齐可视化以及Cherokee-English词典中的相关术语。定量评估表明,我们的骨干翻译模型达到了最先进的翻译性能,我们的质量评估与BLEU和人类判断都有很好的相关性。通过分析216条专家反馈,我们发现NMT是更好的,因为它比SMT复制少,而且,一般来说,目前的模型可以翻译源句子的片段,但会犯重大错误。当我们将这216个专家校正的平行文本添加回训练集并重新训练模型时,观察到相同或略好的性能,这表明了人在回路学习的潜力。我们的在线演示在https://chren.cs.unc.edu/,我们的代码在https://github.com/ZhangShiyue/ChrEnTranslate开源,我们的数据在https://github.com/ZhangShiyue/ChrEn
2021-08-02 cs.AI cs.CL
Efficient Multilingual Neural Machine Translation via Corpus-Driven Vocabulary Pruning: An English-Arabic Case Study
本文针对多语言神经机器翻译的高内存消耗问题,提出语料驱动词汇剪枝结合定向微调的框架,在英语-阿拉伯语对实验中实现60%内存节省且性能无损失,优化模型表现优于专用双语基线。
2026-08-05 cs.CL
Self-Organizing Machine Translation: Example-Driven Induction of Transfer Functions
随着速度更快的计算机的出现,从巨大的翻译实例存储数据库中进行机器翻译的想法不再是不合理的。本文描述了一种将基于实例的机器翻译(EBMT)方法与心理语言学原理相结合的尝试。本文提出了一种新的上下文无关语法形式,称为标记范式,并将其用于描述语言数据。通过将这种形式主义嵌入到标准的多变量优化框架中,可以构建一个系统,该系统为一组双语句子对推断正确的传递函数,然后使用这些函数来翻译新的句子。这条推理线的有效性已经在一个名为METLA-1的系统的开发中得到了测试。该系统已被用来推断英语->法语和英语->乌尔都语转移函数从小语料库。这些实验的结果进行检查,无论是在工程方面,以及在更多的语言方面。总的来说,这些实验的结果在心理学和语言学上都有充分的依据,同时与使用隐马尔可夫模型的类似原型相比,仍然取得了相当程度的成功。
1994-06-03 cmp-lg cs.CL
TranSmart: A Practical Interactive Machine Translation System
Tencent AI Lab(腾讯人工智能实验室)
自动机器翻译是超级高效的翻译,但他们的质量不能保证。本技术报告介绍了TranSmart,一个实用的人机交互翻译系统,能够权衡翻译质量和效率。与现有的公共交互式翻译系统相比,TranSmart支持三个关键功能,即单词级自动补全、词典级自动补全和翻译记忆库。通过单词级和句子级自动补全,TranSmart允许用户以自己的方式交互翻译单词,而不是严格的从左到右的方式。此外,通过使用历史中的翻译句子作为记忆,TranSmart有可能避免类似的翻译错误。本报告介绍了TranSmart的主要功能,实现这些功能的算法,如何使用TranSmart API,以及一些关键功能的评估结果。TranSmart可在其主页(https://www.example.com)上公开访问。transmart.qq.com
2021-05-27 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
When Does Translation Require Context? A Data-driven, Multilingual Exploration
Carnegie Mellon University(卡内基梅隆大学);Instituto Superior Técnico(高等技术学院);Instituto de Telecomunicações(电信研究所);University of California, Berkeley(加州大学伯克利分校);Unbabel(昂巴贝尔公司)
本文开发了多语言话语感知(MuDA)基准,通过标记器系统识别和评估需上下文的翻译现象,发现常见上下文感知MT模型改进有限,并发布14个语言对数据以促进相关研究。
2023-06-27 cs.CL cs.LG
Making Translators Privacy-aware on the User's Side
Kyoto University(京都大学);Okinawa Institute of Science and Technology(冲绳科学技术大学院大学)
本文提出用户侧隐私保护框架 PRISM,在不依赖翻译服务安全性的情况下为翻译数据增加防护,并在 T5、ChatGPT 及双语数据集上验证其可兼顾隐私与翻译准确性。
2023-12-07 cs.AI cs.CL cs.CR
Counterfactual Learning for Machine Translation: Degeneracies and Solutions
Heidelberg University(海德堡大学);INRIA SequeL / Orange labs(法国国家信息与自动化研究所 SequeL / 橙色实验室)
反事实学习是一种通过离线学习用户交互过程中记录的反馈来改进基于Web的机器翻译服务的自然场景。为了避免向用户显示劣质翻译的风险,在这种情况下,大多数无探索的确定性日志记录策略都已到位。我们分析了可能的退化的逆和重新加权的倾向评分估计,在随机和确定性的设置,并将它们与最近提出的技术确定性日志下的反事实学习。
2017-12-14 cs.CL cs.LG stat.ML
CRPO: Confidence-Reward Driven Preference Optimization for Machine Translation
Rutgers University(罗格斯大学);Amazon(亚马逊)
针对LLM机器翻译中偏好数据质量影响DPO性能的问题,提出CRPO方法,结合奖励分数与模型置信度选择困难样本,提升翻译准确性与数据效率,并适用于多种模型架构。
2025-01-23 cs.AI cs.CL cs.CV