論文の概要: FACET at WMT 2026 Automated Translation Quality Evaluation Task

• arxiv url: http://arxiv.org/abs/2610.00096v1
• Date: Tue, 08 Sep 2026 14:49:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.367276
• Title: FACET at WMT 2026 Automated Translation Quality Evaluation Task
• Title（参考訳）: WMT2026におけるFACET自動翻訳品質評価タスク
• Abstract要約: 本稿では,WMT26自動翻訳品質評価タスクの参照不要な提案であるFACETについて述べる。 評価を Fluency, Accuracy, Consistency に分解し,エラータイプに必要なコンテキストのみをパスする。 単一の固定モデルが3回トリガーされ、マージエラーは3つのタスクアウトプット、エラースパン、品質スコア、エラーフリーラベルを出力する。
• 参考スコア（独自算出の注目度）: 12.962948381809662
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Different error types in machine translation require different evidence. Whether meaning is preserved can be judged only against the source, while whether the target is well-formed, or whether it names one entity consistently, can be judged from the target alone. We present FACET, our reference-free submission to the WMT26 Automated Translation Quality Evaluation Task, which decomposes evaluation into Fluency, Accuracy, and Consistency passes and gives each pass only the context its error type requires. A single fixed model is prompted three times, and the merged error spans yield the three task outputs, error spans, quality scores, and error-free labels, with no trained components. We also submit FACET-C, which omits the Consistency pass. Without gold labels, we characterize the predictions of FACET. Its system rankings place post-edited human translation first, and the Consistency pass changes about a tenth of segment scores while leaving the ranking nearly unchanged.
• Abstract（参考訳）: 機械翻訳における異なるエラータイプは、異なる証拠を必要とする。 意味が保存されているかは、ソースに対してのみ判断できるが、ターゲットが適切に形成されているか、一つのエンティティを一貫して命名しているかは、ターゲットのみから判断することができる。 本稿では,WMT26自動翻訳品質評価タスクの参照不要な提案であるFACETについて述べる。 単一の固定モデルが3回トリガーされ、マージエラーは3つのタスクアウトプット、エラースパン、品質スコア、エラーフリーラベルを出力する。 また、一貫性パスを省略するFACET-Cを提出する。 金のラベルがなければ、FACETの予測を特徴付ける。 そのシステムでは、まず編集後人間の翻訳にランク付けし、一貫性のパスは10分の1のセグメンテーションスコアに変化し、ランキングはほぼ変化しない。

関連論文リスト

• Anchoring Bias in LLM-as-a-Judge Systems: Prior Scores Compromise Evaluation Independence [0.7340017786387767]
  先行スコアは,文脈メタデータにのみ含まれていても,判断をアンカーし,評価を評価値に体系的にシフトすることを示す。 人間のラベル付き地上真実によるカテゴリー産業データでは、アンカーされたメタデータは誤り訂正の48%をブロックし、割り当てられた間違ったラベルに対して正しい判断の10.18%をフリップする。
  論文  参考訳（メタデータ） (2026-08-26T14:41:24Z)
• IndicQE-APE: A Benchmark for Quality Estimation and Automatic Post-Editing for Indic Languages [77.88427845181154]
  我々はWMT 2020-2024の共有タスクの系統を、英語のリソースを拡張してインディクシーに集約する:9つの方向対に対して126,754ドルのインスタンス。 セグメントレベルのQEでは,LSMが6つ,COMETが3つ,APEでは3つのシステムをベンチマークした。
  論文  参考訳（メタデータ） (2026-08-17T09:50:52Z)
• From Label Error Detection to Correction: A Modular Framework and Benchmark for Object Detection Datasets [4.864032555684836]
  ラベルエラー訂正のための半自動フレームワークREC$checkmark$D(リチェック)を導入する。 現在のラベル誤り検出手法は,修正フレームワークと組み合わせることで,人間がアノテートボックスをスクラッチからアノテートするのに要する時間に数百のエラーを回復できることを示す。 この検証されたセットは、ラベルエラーの検出と修正のための新しい実世界のベンチマークとしてリリースされる。
  論文  参考訳（メタデータ） (2025-08-06T10:03:05Z)
• Localizing Factual Inconsistencies in Attributable Text Generation [74.11403803488643]
  本稿では,帰属可能なテキスト生成における事実の不整合をローカライズするための新しい形式であるQASemConsistencyを紹介する。 QASemConsistencyは、人間の判断とよく相関する事実整合性スコアを得られることを示す。
  論文  参考訳（メタデータ） (2024-10-09T22:53:48Z)
• Unsupervised Language agnostic WER Standardization [4.768240090076601]
  本稿では,スペル正規化とセグメント正規化という2つのモジュールからなる自動WER正規化システムを提案する。 4つの言語にわたる35K発話に対するASRによる実験の結果、平均的なWERの減少率は13.28%となった。
  論文  参考訳（メタデータ） (2023-03-09T05:50:54Z)
• End-to-End Page-Level Assessment of Handwritten Text Recognition [69.55992406968495]
  HTRシステムは、文書のエンドツーエンドのページレベルの書き起こしに直面している。 標準メトリクスは、現れる可能性のある不整合を考慮していない。 本稿では、転写精度とROの良さを別々に検討する2つの評価法を提案する。
  論文  参考訳（メタデータ） (2023-01-14T15:43:07Z)
• Rethink about the Word-level Quality Estimation for Machine Translation from Human Judgement [57.72846454929923]
  ベンチマークデータセットであるemphHJQEを作成し、専門家翻訳者が不適切な翻訳語を直接アノテートする。 本稿では,タグリファインメント戦略と木ベースのアノテーション戦略という2つのタグ補正戦略を提案し,TERベースの人工QEコーパスをemphHJQEに近づける。 その結果,提案したデータセットは人間の判断と一致しており,また,提案したタグ補正戦略の有効性も確認できた。
  論文  参考訳（メタデータ） (2022-09-13T02:37:12Z)

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。