[论文解读] Design of English-Hindi Translation Memory for Efficient Translation

Nisheeth Joshi, Iti Mathur|arXiv (Cornell University)|Oct 19, 2012

Natural Language Processing Techniques参考文献 4被引用 7

一句话总结

本文提出了一种专为英印翻译设计的翻译记忆系统，通过存储先前翻译的语段并为模糊句子提供排序后的多重建议，实现高效、可重用的翻译。该工具支持全局和本地保存，增强协作能力，并减少重复翻译工作——尤其在印度语言中此类工具稀缺的背景下更具价值。

ABSTRACT

Developing parallel corpora is an important and a difficult activity for Machine Translation. This requires manual annotation by Human Translators. Translating same text again is a useless activity. There are tools available to implement this for European Languages, but no such tool is available for Indian Languages. In this paper we present a tool for Indian Languages which not only provides automatic translations of the previously available translation but also provides multiple translations, in cases where a sentence has multiple translations, in ranked list of suggestive translations for a sentence. Moreover this tool also lets translators have global and local saving options of their work, so that they may share it with others, which further lightens the task.

研究动机与目标

• 解决印度语言在机器翻译和并行语料库开发背景下缺乏翻译记忆工具的问题。
• 通过重用先前翻译的语段，减少重复翻译工作量。
• 为具有模糊或上下文依赖意义的句子提供多个排序后的翻译建议。
• 使译者能够全局或本地保存并共享工作，以支持协作翻译工作流。
• 支持高质量、可重用的英印并行语料库的创建与维护。

提出的方法

• 为印度语言（特别是英印）量身定制翻译记忆架构。
• 实现数据库模式以存储源句与目标句对，并附带元数据以支持检索。
• 使用模糊匹配和相似度评分技术，为新输入检索先前翻译的语段。
• 根据相关性和使用频率对单个句子的多个可能翻译进行排序。
• 集成全局和本地保存机制，实现翻译工作的持久存储与共享。
• 通过支持用户交互的图形界面，显示排序后的建议，并支持手动选择或编辑。

实验结果

研究问题

• RQ1 如何为印度语言（如印地语）有效设计翻译记忆系统，而此类工具目前尚不存在？
• RQ2 翻译记忆在英印翻译任务中能在多大程度上减少重复翻译工作？
• RQ3 如何对单个句子的多个有效翻译进行排序并呈现，以提升译者效率？
• RQ4 哪些机制可通过全局和本地保存翻译工作来支持协作翻译？
• RQ5 翻译记忆的集成对低资源语言对中并行语料库的质量和可重用性有何影响？

主要发现

• 所提出的系统成功实现了在英印翻译任务中对先前翻译语段的高效重用。
• 为模糊句子提供多个翻译建议，并按相关性排序，提升了译者决策效率。
• 全局和本地保存选项支持翻译工作的持久存储与共享，增强了协作能力。
• 通过利用存储的翻译，系统减少了手动重复工作，尤其在低资源语言对设置中优势显著。
• 该工具通过为英印对提供专用且功能完整的翻译记忆，填补了印度语言NLP中的关键空白。
• 该系统在真实翻译工作流中表现出实际可行性，尤其适用于学术和机构环境。