视听文本机器翻译质量测评和译后编辑研究——以《畅游赣鄱——水文化英文之旅》慕课字幕翻译为例

机器翻译给人们带来了便利,同时促成了译后编辑的诞生。本文以《畅游赣鄱——水文化英文之旅》慕课字幕文本为研究样本,在MQM(Multidimensional Quality Metrics)质量评估框架基础上提出视听文本机器翻译产品质量评估标准,量化其错误值,测试机器翻译质量,并由此提出译后编辑的三级模式:轻度译后编辑(Light Post-editing, LPE)、中度译后编辑(Moderate Post-editing, MPE)和重度译后编辑(Full Post-editing, FPE)。

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据,提出面向目标数据集的伪数据构造方法,采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练,并针对不同伪数据规模设计实验。结果表明,在构造得到的伪数据下,利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。

基于强化学习和机器翻译质量评估的中朝机器翻译研究

针对目前机器翻译模型存在的曝光偏差和译文多样性差的问题,提出一种基于强化学习和机器翻译质量评估的中朝神经机器翻译模型QR-Transformer。首先,在句子级别引入评价机制来指导模型预测不完全收敛于参考译文;其次,采用强化学习方法作为指导策略,实现模型在句子级别优化目标序列;最后,在训练过程中融入单语语料并进行多粒度数据预处理以缓解数据稀疏问题。实验表明,QR-Transformer有效提升了中朝神经机器翻译性能,与Transformer相比,中—朝语向BLEU值提升了5.39,QE分数降低了5.16,朝—中语向BLEU值提升了2.73,QE分数下降了2.82。

科技术语汉英机器翻译质量研究——以测绘学术语为例

本研究选取谷歌翻译这一主流机器翻译引擎,以测绘学术语为例,通过翻译实验考察了科技术语汉英机器翻译的质量。研究发现:所选术语的机器翻译准确率达到七成,表明机器翻译确有相当的应用价值。研究重点考查了科技术语汉译英机器翻译中主要存在的五种翻译错误,分别为术语含义判断错误、译文近义词混用、欠译、词性判断错误以及译文不合行业规范,并结合实例进行了详细分析。本研究在一定程度上揭示了现有主流机器翻译引擎在科技术语汉英翻译方面的整体翻译水平和问题所在,能够在译前编辑和译后编辑方面为机器翻译的广大用户提供一定参考。

简明日语机器翻译译文质量研究

简明日语作为灾害时对于日语能力有限的在日外国人的语言援助工具,在防灾减灾工作中的作用至关重要.本文通过建立包含准确度和可读性两个针对灾害类文本机器翻译译文质量评价标准体系,通过问卷形式对简明日语机器翻译译文质量进行量化人工评价;此外,本文还使用层次分析法建立具有隶属关系的多层次机器翻译评价标准体系,确定多层次评价体系中各评价指标权重,并结合问卷结果,通过模糊数学模型建立机器翻译译文评价向量模型,评价简明日语机器翻译质量.

基于QE的机器翻译重排序方法研究

该文提出了一种融合BERT语境向量的多模型集成的翻译质量估计方法,以及基于译文质量估计的多候选译文重排序方法,实验结果表明,这2种方法均取得了较好的实验效果.

基于翻译质量估计的神经网络译文自动后编辑

针对译文后编辑中的过度修正问题,提出利用神经网络自动后编辑方法,训练专门用于提供少量复合编辑修正和单一编辑类型修正的神经网络后编辑模型。在此基础上,通过建立一个基于翻译质量估计的译文筛选算法,将提出的模型与常规的神经网络自动后编辑模型进行联合。在WMT16自动后编辑任务测试集上的实验结果表明,与基准系统相比,所提方法显著提高了机器译文的翻译质量,实验分析也表明该方法能有效地处理过度修正造成的译文质量下降问题。

基于神经网络特征的句子级别译文质量估计

机器翻译质量估计是自然语言处理中的一个重要任务,与传统的机器翻译自动评价方法不同,译文质量估计方法评估机器译文的质量不使用人工参考译文.针对目前句子级别机器译文质量估计特征提取严重依赖语言学分析导致泛化能力不足,并且制约着后续支持向量回归算法的性能,提出了利用深度学习中上下文单词预测模型和矩阵分解模型提取句子向量特征,并将其与递归神经网络语言模型特征相结合来提高译文质量自动估计与人工评价的相关性.在WMT15和WMT16译文质量估计子任务数据集上的实验结果表明:利用上下文单词预测模型提取句子向量特征的方法性能统计一致地优于传统的QuEst方法和连续空间语言模型句子向量特征提取方法,这揭示了提出的特征提取方法不仅不需要语言学分析,而且显著地提高了译文质量估计的效果.

利用语义关联增强的跨语言预训练模型的译文质量评估

机器翻译质量评估(QE)是在不依赖参考译文的条件下,自动对机器翻译译文进行评估。当前人工标注数据稀缺,使得神经QE模型在自动检测译文错误方面还存在较大问题。为了更好地利用规模庞大但却缺少人工标注信息的平行语料,该文提出一种基于平行语料的翻译知识迁移方案。首先采用跨语言预训练模型XLM-R构建神经质量评估基线系统,在此基础上提出三种预训练策略增强XLM-R的双语语义关联能力。该文方法在WMT 2017和WMT 2019的英德翻译质量评估数据集上都达到了最高性能。