論文の概要: Backtranslation Feedback Improves User Confidence in MT, Not Quality
- arxiv url: http://arxiv.org/abs/2104.05688v1
- Date: Mon, 12 Apr 2021 17:50:24 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-13 18:23:59.620397
- Title: Backtranslation Feedback Improves User Confidence in MT, Not Quality
- Title(参考訳): MTにおけるユーザ信頼を改善するバックトランスレーションフィードバック
- Authors: Vil\'em Zouhar, Michal Nov\'ak, Mat\'u\v{s} \v{Z}ilinec, Ond\v{r}ej
Bojar, Mateo Obreg\'on, Robin L. Hill, Fr\'ed\'eric Blain, Marina Fomicheva,
Lucia Specia, Lisa Yankovskaya
- Abstract要約: アウトバウンド翻訳に対するユーザーの信頼感と、全体的な最終品質に影響を与える3つの方法を紹介します。
本稿では,英語からチェコ語,エストニア語へのアウトバウンド翻訳実験について述べる。
逆変換のフィードバックは、プロセス全体に対して混合効果を持つ: 生成した翻訳に対するユーザの信頼度を高めるが、客観的な品質ではない。
- 参考スコア(独自算出の注目度): 18.282199360280433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Translating text into a language unknown to the text's author, dubbed
outbound translation, is a modern need for which the user experience has
significant room for improvement, beyond the basic machine translation
facility. We demonstrate this by showing three ways in which user confidence in
the outbound translation, as well as its overall final quality, can be
affected: backward translation, quality estimation (with alignment) and source
paraphrasing. In this paper, we describe an experiment on outbound translation
from English to Czech and Estonian. We examine the effects of each proposed
feedback module and further focus on how the quality of machine translation
systems influence these findings and the user perception of success. We show
that backward translation feedback has a mixed effect on the whole process: it
increases user confidence in the produced translation, but not the objective
quality.
- Abstract(参考訳): テキストを未知の言語に翻訳することは、アウトバウンド翻訳(outbound translation)と呼ばれ、基本的な機械翻訳機能を超えて、ユーザエクスペリエンスが改善の余地を持つ現代的なニーズである。
我々は、逆変換、品質推定(アライメント付き)、ソースパラフレージングの3つの方法を示すことにより、アウトバウンド翻訳に対するユーザの信頼度と最終的な品質が影響を受けることを実証する。
本稿では,英語からチェコ語,エストニア語へのアウトバウンド翻訳実験について述べる。
提案するフィードバックモジュールの効果について検討し,機械翻訳システムの品質がこれらの結果にどのように影響するか,ユーザによる成功の認識にさらに注目する。
逆変換のフィードバックは、プロセス全体に対して混合効果を持つ: 生成した翻訳に対するユーザの信頼度を高めるが、客観的な品質ではない。
関連論文リスト
- xTower: A Multilingual LLM for Explaining and Correcting Translation Errors [22.376508000237042]
xTower は TowerBase 上に構築されたオープンな大規模言語モデル (LLM) である。
翻訳品質の大幅な向上を示すために, 様々な実験装置を用いてxTowerを検証した。
論文 参考訳(メタデータ) (2024-06-27T18:51:46Z) - Understanding and Addressing the Under-Translation Problem from the Perspective of Decoding Objective [72.83966378613238]
最新のニューラル・マシン・トランスレーション(NMT)システムでは、アンダー・トランスレーションとオーバー・トランスレーションの2つの課題が残っている。
我々は,NMTにおけるアンダートランスレーションの根本原因を詳細に分析し,デコード目的の観点から解説する。
本研究は,低翻訳の検知器としてEOS(End Of Sentence)予測の信頼性を活用し,低翻訳のリスクが高い候補を罰する信頼性に基づくペナルティを強化することを提案する。
論文 参考訳(メタデータ) (2024-05-29T09:25:49Z) - Advancing Translation Preference Modeling with RLHF: A Step Towards
Cost-Effective Solution [57.42593422091653]
人間のフィードバックによる強化学習の活用による翻訳品質の向上について検討する。
強力な言語能力を持つ報酬モデルは、翻訳品質の微妙な違いをより敏感に学習することができる。
論文 参考訳(メタデータ) (2024-02-18T09:51:49Z) - Hunayn: Elevating Translation Beyond the Literal [0.0]
このプロジェクトでは、従来のツールを超越した英語からアラビア語への翻訳が導入された。
私たちのアプローチでは、自己学習型の純粋に文学的なアラビア語データセットを微調整します。
Google Translateに対する評価は質的な評価において一貫した性能を示す。
論文 参考訳(メタデータ) (2023-10-20T16:03:33Z) - Competency-Aware Neural Machine Translation: Can Machine Translation
Know its Own Translation Quality? [61.866103154161884]
ニューラルマシン翻訳(NMT)は、意識せずに起こる失敗に対してしばしば批判される。
本稿では,従来のNMTを自己推定器で拡張することで,新たな能力認識型NMTを提案する。
提案手法は品質評価において優れた性能を示すことを示す。
論文 参考訳(メタデータ) (2022-11-25T02:39:41Z) - Towards Debiasing Translation Artifacts [15.991970288297443]
確立されたバイアス除去手法を拡張して,翻訳文の削減のための新しい手法を提案する。
我々は、反復的ヌル空間投影(INLP)アルゴリズムを用いて、デバイアス前後の分類精度を計測することにより、文レベルと単語レベルの両方で翻訳文が削減されることを示す。
我々の知る限りでは、これは潜伏埋め込み空間で表現される翻訳語をデビアスする最初の研究である。
論文 参考訳(メタデータ) (2022-05-16T21:46:51Z) - A Bayesian approach to translators' reliability assessment [0.0]
我々は、複雑なシステムの観点から、翻訳品質評価プロセスを複雑なプロセスとみなす。
TQAプロセスに関わる特徴,すなわち翻訳難易度,翻訳生成と品質評価に関わる翻訳者の特性をパラメータ化する2つのベイズモデルを構築した。
専門家翻訳者であっても、レビュアーの信頼性は当然と言えないことを示す。
論文 参考訳(メタデータ) (2022-03-14T14:29:45Z) - Sentiment-Aware Measure (SAM) for Evaluating Sentiment Transfer by
Machine Translation Systems [0.0]
感情が主メッセージであるテキストの翻訳において、人間の翻訳者は感情を伝達する単語に特に注意を向ける。
MTシステムによるテキスト中の感情メッセージの翻訳精度を評価するのに適した数値的感情閉鎖性尺度を提案する。
論文 参考訳(メタデータ) (2021-09-30T07:35:56Z) - ChrEnTranslate: Cherokee-English Machine Translation Demo with Quality
Estimation and Corrective Feedback [70.5469946314539]
ChrEnTranslateは、英語と絶滅危惧言語チェロキーとの翻訳のためのオンライン機械翻訳デモシステムである。
統計モデルとニューラルネットワークモデルの両方をサポートし、信頼性をユーザに通知するための品質評価を提供する。
論文 参考訳(メタデータ) (2021-07-30T17:58:54Z) - Translation Artifacts in Cross-lingual Transfer Learning [51.66536640084888]
機械翻訳は、既存の言語間モデルに顕著な影響を与える微妙なアーティファクトを導入することができることを示す。
自然言語の推論では、前提と仮説を独立に翻訳することで、それらの間の語彙的重複を減らすことができる。
また、XNLIでは、それぞれ4.3点と2.8点の翻訳とゼロショットのアプローチを改善している。
論文 参考訳(メタデータ) (2020-04-09T17:54:30Z) - A Set of Recommendations for Assessing Human-Machine Parity in Language
Translation [87.72302201375847]
我々は、ハサンらの中国語から英語への翻訳調査を再評価する。
専門家による翻訳では誤りが著しく少なかった。
論文 参考訳(メタデータ) (2020-04-03T17:49:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。