PulseAugur
中
实时 10:35:04
English(EN) Minimum Bayes Risk Decoding for Error Span Detection in Reference-Free Automatic Machine Translation Evaluation

最小贝叶斯风险解码改进机器翻译错误检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员引入了最小贝叶斯风险（MBR）解码作为最大后验（MAP）解码在机器翻译评估中错误跨度检测的替代方案。该新方法旨在通过根据候选假设与人类标注的相似性进行选择，来改进翻译错误的定位和严重性标记。在WMT24 Metrics Shared Task上的实验表明，MBR解码显著提高了跨度级别的性能，并在系统和句子级别上与MAP解码相当或超越了它。为了解决计算成本问题，研究人员开发了一种将MBR决策蒸馏到通过贪婪搜索解码的模型中的方法，从而消除了推理时间的延迟。 AI

影响 引入了一种新颖的解码技术，可以提高机器翻译质量评估的准确性和效率。

排序理由 关于机器翻译评估新解码方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

最小贝叶斯风险解码改进机器翻译错误检测

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Boxuan Lyu, Haiyue Song, Hidetaka Kamigaito, Chenchen Ding, Hideki Tanaka, Masao Utiyama, Kotaro Funakoshi, Manabu Okumura ·

    面向无参考自动机器翻译评估的错误跨度检测的最小贝叶斯风险解码

    arXiv:2512.07540v4 Announce Type: replace-cross Abstract: Error Span Detection (ESD) extends automatic machine translation (MT) evaluation by localizing translation errors and labeling their severity. Current generative ESD methods typically use Maximum a Posteriori (MAP) decodin…

相关话题