研究人员开发了一种名为对比性错误跨度标注（cESA）的新协议，以改进机器翻译的人工评估。该方法向标注者展示同一源输入的多种翻译，使他们能够识别和标记错误跨度并分配绝对质量分数。对12个模型英译日的翻译进行的大规模评估表明，与传统的单输出评估相比，cESA减少了标注时间和噪声，产生了模型排名的一致性和可解释性。 AI
影响 这种新的评估方法可能导致更准确、更高效的机器翻译系统开发。
排序理由 该集群包含一篇详细介绍机器翻译新评估协议的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- 12 models
- arXiv
- Contrastive Error Span Annotation
- English->Japanese
- Hugging Face
- machine translation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
