新框架通过定向术语自适应改进语音翻译

研究人员开发了一个名为 EGTA（Evidence-Grounded Terminology Adaptation，基于证据的术语自适应）的新框架，以改进同声传译，特别是针对技术内容。EGTA 侧重于使用从源文档中提取的特定术语来调整翻译模型，而不是注入整个文档的上下文。这种方法在英语到中文和英语到德语的翻译中，在 BLEU、XCOMET-XL 以及命名实体和缩略词的召回率等指标上取得了显著的提升，而无需对模型进行完全微调。 AI

影响 这项研究可能带来更准确、更具上下文感知能力的同声传译系统，特别是在专业领域。

排序理由 该条目是一篇学术论文，详细介绍了一个新框架及其评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• ACL60/60-dev
• arXiv
• Association for Computational Linguistics
• Bleu
• En De
• En Zh
• MCIF-dev
• XCOMET-XL

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →