（圖片來源：https://slator.com/researchers-see-promising-direction-auto-detection-human-vs-machine-translation/）

PART NO.1

自2016年神經(jīng)機(jī)器翻譯（NMT）橫空出世以來，許多公司一直吹噓機(jī)器翻譯（MT）幾乎堪比人類水平。誠然，機(jī)器翻譯的質(zhì)量不斷提高（盡管在各語言及各領(lǐng)域之間并不均衡），但在許多情況下，只有人工翻譯（HT）或專家在環(huán)（expert-in-the-loop）翻譯才能奏效。

把人工翻譯譯文從機(jī)器翻譯中篩選出來只會變得越來越困難，尤其是機(jī)器翻譯如今被用來創(chuàng)建一些源文本。在這一領(lǐng)域，荷蘭格羅寧根大學(xué)（University of Groningen）的研究人員發(fā)現(xiàn)了開發(fā)所謂“分類器”的機(jī)會，這是一種用少量特定任務(wù)的標(biāo)記數(shù)據(jù)進(jìn)行微調(diào)的單語或多語語言模型。
在2023年5月一篇題為《多語言環(huán)境下人類翻譯及神經(jīng)機(jī)器翻譯的自動識別》（Automatic Discrimination of Human and Neural Machine Translation in Multilingual Settings）的論文中，作者M(jìn)alina Chichirau、Rik van Noord和Antonio Toral考慮了多語言環(huán)境下的分類器。
他們發(fā)現(xiàn)，使用來自多種源語言的訓(xùn)練數(shù)據(jù)可以提高單語及多語分類器的準(zhǔn)確性。
研究人員從國際機(jī)器翻譯大會（Workshop on Machine Translation，WMT）新聞共享任務(wù)中，挑選非英語源文本及其相應(yīng)的英語人工翻譯（HT）和機(jī)器翻譯（MT）用于創(chuàng)建數(shù)據(jù)集。單語分類器只用純英語數(shù)據(jù)進(jìn)行訓(xùn)練，而多語分類器則用源文本及其英語譯文進(jìn)行訓(xùn)練。
與單語分類器相比，多語分類器在識別人工翻譯或機(jī)器翻譯方面準(zhǔn)確率更高，這表明分類器顯然受益于能接觸到源句。
用德語、俄語和中文進(jìn)行的實驗還表明，多源語言的訓(xùn)練可以提升分類器在其他語言上的表現(xiàn)。

PART NO.2

大有前途的方向

作者還寫道，“然而，合并來自不同源語言的訓(xùn)練數(shù)據(jù)其效果似乎正在減弱，因為只有將這三種語言作為訓(xùn)練數(shù)據(jù)結(jié)合起來才能獲得最佳分?jǐn)?shù)?！薄氨M管如此，鑒于即使只有少量的額外訓(xùn)練數(shù)據(jù)（中文只有1756個訓(xùn)練實例）也能提高性能，我們認(rèn)為這是未來工作中很有前途的一個方向?！?br/>
該小組還發(fā)現(xiàn)，在文檔層面的文本上對句級模型進(jìn)行微調(diào)是有效的，最好是用文檔而不是用句子來訓(xùn)練模型。以這種方式進(jìn)行微調(diào)，使得準(zhǔn)確性最高而標(biāo)準(zhǔn)偏差最低，這表明分類器更穩(wěn)定。
研究人員寫道，展望未來，隨著文本生成繼續(xù)融入機(jī)器翻譯，區(qū)分原文和譯文可能會變得更加困難。因此，這一系列研究，下一個合乎邏輯的步驟將會是：做出能將文本識別為原始文本、人工翻譯文本或機(jī)器翻譯文本的分類器。
原文網(wǎng)址：https://slator.com/researchers-see-promising-direction-auto-detection-human-vs-machine-translation/

特別說明：本文內(nèi)容選自 slator官網(wǎng)，僅供學(xué)習(xí)交流使用，如有侵權(quán)請后臺聯(lián)系小編刪除。

- END -

摘譯編輯：唐蕊