Jul, 2023

将人类翻译风格纳入英土文学机器翻译

PDF
TL;DR在这篇论文中，我们专注于英土文学翻译，开发了考虑到译者文体特征的机器翻译模型，并通过手动对齐的作品来微调预训练的机器翻译模型。我们详细分析了手动和自动对齐、数据增强方法和语料库规模在翻译中的影响。我们提出了一种基于文体特征的方法来评估翻译输出的译者文体，证明通过将模型适应译者的文体，可以高度重现人类翻译者的文体。
machine translationliterary translationstylistic featurestranslator stylecorpus size
发现论文，激发创造
  • 个性化机器翻译：保留原作者特点

    研究作者的性别在自然语言与翻译中所表现的个性化特征以及提出了简单的领域自适应技术来保持翻译的原始性别特征而不影响翻译质量。

    Oct, 2016

  • 变形金刚时代小说的机器翻译

    本研究基于神经机器翻译技术中的 Transformer 模型，对小说文学领域的英文进行自动翻译，通过与其他三种不同模型进行自动评估和手动评估，结果表明使用 domain-specific Transformer-based 系统在表现上要优于其他三种模型。

    Nov, 2020

  • 机器生成文本的检测：文献综述

    研究概述了语言模型产生的虚假文本、媒体关注度、自然语言生成、社会意义等关键词，同时探索了机器产生文本的趋势和更大的社会影响。

    Jan, 2024

  • 探索检测机器生成文本的局限性

    对于检测机器生成文本的分类性能进行了批判性研究，发现分类器对文体变化和文本复杂性的差异非常敏感，在某些情况下完全退化为随机分类器，同时易于阅读的文本易于被误分类，而复杂文本的性能较高。

    Jun, 2024

  • 突厥语言机器翻译的大规模研究

    本文是大规模实际应用机器翻译于突厥语系的案例研究，在高、低资源场景下使用平行语料库、双语基准和人工评估结果来识别瓶颈，并提供这些数据与模型的公开开放。

    Sep, 2021

  • 风格转换作为无监督机器翻译

    本文提出一种使用无监督机器翻译方法来实现自动语言风格转换的方法，利用样式偏好信息和单词嵌入相似性来生成伪平行数据，并采用迭代回译方法来联合训练两个神经机器翻译（NMT）系统，其中引入样式分类器来控制噪声。实验表明，该方法在语言风格转换的精确度和输入输出对应质量方面优于以前的现有模型。

    Aug, 2018

  • 基于风格表示的机器生成文本的少样本检测

    利用人类文本估计的写作风格来区分人类作者和机器作者，以及预测给定文档由哪个语言模型生成。

    Jan, 2024

  • 翻译中的创意：机器翻译对文学文本的约束

    本研究探讨了翻译写作中机器翻译，后编辑和无辅助翻译等三种方式的创造性表现，并发现经由人的自然翻译创造性最高，机器翻译需要进一步改善。

    Apr, 2022

  • 土耳其自然语言推理的数据和表示

    本研究旨在利用商业机器翻译系统自动翻译英语数据集以进行 Turkish NLI 模型的训练，发现语言内嵌入是必要的，并且在训练集较大时可以避免形态分析。最终，我们发现这些模型在人工翻译的评估集上表现良好，并将所有的代码、模型和数据公开分享。

    Apr, 2020

  • 研究隐性性别偏见：土耳其语和英语机器翻译模型的案例研究

    本文研究了机器翻译 (MT) 中的偏见问题。通过使用性别中立的土耳其语和性别化的英语，本文探讨了 MT 模型中明显和潜在的性别偏见现象。研究者提出了一种方法来研究不对称性别标记，并通过评估人格化职业和人格刻板印象的表达方式揭示了 MT 模型中的偏见问题。本文强调了 MT 模型开发需要更多具有跨学科背景的语言详细分析的研究。

    Aug, 2021