利用偏差抑制改进翻译质量评估

Hui Huang（黄慧）,吴双之,陈可海,慧迪,杨慕云,赵铁军

摘要
最先进的翻译质量评估（QE）模型被证明是有偏见的。更具体地说，他们过度依赖单语特征而忽视双语语义对齐。在这项工作中，我们提出了一种新的方法来减少QE模型的偏差并提高估计性能。我们的方法是基于干净句子对和嘈杂句子对之间的对比学习。我们首先在平行句对的目标端引入噪声，形成否定样本。以原始平行对为阳性样本，对QE模型进行对比训练，以区分阳性样本和阴性样本。该目标与回归式质量估计联合训练，以防止QE模型过度拟合到单语特征。在WMT QE评估数据集上的实验表明，该方法在很大程度上提高了估计性能，同时减小了偏差。
选集ID：
2023.acl长121
体积：
计算语言学协会第61届年会论文集（第一卷：长篇论文）
月份：
七月
年份：
2023
地址：
加拿大多伦多
编辑：
安娜·罗杰斯,乔丹·博伊德·格雷伯,冈崎直明
地点：
国际计算语言学协会
SIG公司：
出版商：
计算语言学协会
注：
页：
2175–2190
语言：
网址：
https://aclantology.org/2023.acl-long.121
内政部：
10.18653/v1/2023.acl长121
双钥匙：
引用（ACL）：
黄慧（Hui Huang）、吴双智（Shuangzhi Wu）、陈克海（Kehai Chen）、狄慧（Fei Di）、杨慕云（Muyun Yang）和赵铁军（Tiejun Zhao）。2023利用偏差抑制改进翻译质量评估.英寸计算语言学协会第61届年会论文集（第一卷：长篇论文），第2175–2190页，加拿大多伦多。计算语言学协会。
引用（非正式）：
利用偏差抑制改进翻译质量评估（Huang等人，ACL 2023）
复制引文：
PDF格式：
https://aclantology.org/2023.acl-long.121.pdf
视频：
 https://aclantology.org/2023.acl-long.121.mp4
PDF格式 引用 搜索 视频