English(EN) Learning from Many Voices: Literary MT Using Multi-Reference Human and Synthetic Data

新框架利用多参考数据增强文学机器翻译

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

研究人员开发了一个框架，通过利用多参考数据集来改进文学机器翻译。他们的方法根据语义相似性过滤这些数据集，以识别有意义但忠实于源文本的变体。研究发现，使用中高语义相似性数据微调翻译模型比使用低相似性数据或整个未过滤数据集能产生更好的结果。虽然合成翻译具有成本效益，但研究表明，在自动指标和人类评估方面，使用人类专家翻译进行微调仍然优于合成增强数据。 AI

影响这项研究可能带来更细致、更准确的文学翻译模型，从而增进跨文化理解。

排序理由该集群包含一篇详细介绍机器翻译新框架和研究结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 24 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍机器翻译新框架和研究结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Si Wu, John Wieting, David A. Smith · 2026-09-01 04:00

从多种声音中学习：使用多参考人类和合成数据进行文学机器翻译

arXiv:2412.18707v3 Announce Type: replace Abstract: Multiple valid translations of a single literary work naturally exist. We investigate strategies for leveraging these multi-reference datasets to improve literary machine translation. We propose a filtering framework based on se…

本文如何被排名

报道来源 [1]

从多种声音中学习：使用多参考人类和合成数据进行文学机器翻译

相关实体

相关话题