研究未发现 MT 质量对 MTPE 速度影响
source link: https://fanyi.news/impact-machine-translation-quality-on-post-editing-speed
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
研究未发现 MT 质量对 MTPE 速度影响
随着主要语言对的机器翻译（MT）质量的提高，MT已经从象牙塔中走入现实，成为行业标准。对于一些语言服务提供商（LSPs）来说，在特定项目类型和主题上采用MT已不费吹灰之力。
过去研究表明，让人工后期编辑打磨MT文本比纯人工翻译更有效率——既节省时间又节省成本。但Memsource和布拉格查尔斯大学的新研究发现，MT质量和人类生产力之间的关系十分复杂。
据2021年9月关注领先MT模型的论文《神经机器翻译质量和译后编辑表现》（Neural Machine Translation Quality and Post-Editing Performance），30名专业英译捷译员和译审对13个MT引擎的输出进行了两个阶段的工作——后期编辑和审校。该实验还包括一个 "没有翻译的变量（原文）和一个预先存在的参考译文（参考）"。
MT引擎包含两个商用模型（谷歌和微软）以及LINDAT，一个由查尔斯大学开发的可用于非商业目的文档级系统。
参与者使用Memsource作为翻译生产力（又称CAT）工具进行后期编辑和审查。CAT工具测量每个阶段的编辑和思考时间（即编辑之间的时间）。研究人员评估语言工作者的后期编辑时间和最终文本质量。
论文作者Tamchyna告诉Slator，他从这项研究中得到的主要收获是——译后编辑效率和MT质量之间关系复杂。
研究结果表明，专业译员和审校人员 "明显倾向于使用甚至不精确的TM（翻译记忆库）匹配（85-94%），而非MT（机器翻译）输出。这印证了译后编辑比使用TM更费力的普遍观点"。
他们的结论："目前对行业的建议是，人们不应期待MT的小改进（使用自动指标衡量）会明显降低后期编辑时间，或明显提高后期编辑质量。"
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK