TAILIEUCHUNG - Báo cáo khoa học: "Balancing User Effort and Translation Error in Interactive Machine Translation Via Confidence Measures"

This work deals with the application of confidence measures within an interactivepredictive machine translation system in order to reduce human effort. If a small loss in translation quality can be tolerated for the sake of efficiency, user effort can be saved by interactively translating only those initial translations which the confidence measure classifies as incorrect. | Balancing User Effort and Translation Error in Interactive Machine Translation Via Confidence Measures Jesus Gonzalez-Rubio Inst. Tec. de Informatica Univ. Politec. de Valencia 46021 Valencia Spain jegonzalez@ Daniel Ortiz-Martinez Dpto. de Sist Inf. y Comp. Univ. Politec. de Valencia 46021 Valencia Spain dortiz@ Francisco Casacuberta Dpto. de Sist Inf. y Comp. Univ. Politec. de Valencia 46021 Valencia Spain fcn@ Abstract This work deals with the application of confidence measures within an interactive-predictive machine translation system in order to reduce human effort. If a small loss in translation quality can be tolerated for the sake of efficiency user effort can be saved by interactively translating only those initial translations which the confidence measure classifies as incorrect. We apply confidence estimation as a way to achieve a balance between user effort savings and final translation error. Empirical results show that our proposal allows to obtain almost perfect translations while significantly reducing user effort. 1 Introduction In Statistical Machine Translation SMT the translation is modelled as a decission process. For a given source string f 1 fl. fj . f J we seek for the target string e1 e1. .ei. .ei which maximises posterior probability êl argmaxPr eI fJ . 1 I e1 Within the Interactive-predictive Machine Translation IMT framework a state-of-the-art SMT system is employed in the following way For a given source sentence the SMT system fully automatically generates an initial translation. A human translator checks this translation from left to right correcting the first error. The SMT system then proposes a new extension taking the correct prefix ei e1 . . . ei into account. These steps are repeated until the whole input sentence has been correctly translated. In the resulting decision rule we maximise over all possible extensions eI 1 of e ei i argmax Pr ei 11 ei fJ . 2 Tei 1 An implementation of the IMT .

• Báo cáo khoa học
• Balancing User Effort and Translation Error
• Interactive Machine Translation
• Confidence Measures
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball