[论文解读] Problems with automating translation of movie/TV show subtitles

Prabhakar Gupta, Mayank Sharma+2 more|arXiv (Cornell University)|Sep 4, 2019

Natural Language Processing Techniques参考文献 24被引用 7

一句话总结

本文识别出在使用机器翻译（MT）自动化电影和电视剧字幕翻译过程中存在的27项关键挑战，将其分类为文本翻译问题、字幕格式指南违规以及MT引擎适应性问题。尽管神经机器翻译技术已取得进展，系统仍会产生显著错误——尤其在文化内涵、词序和格式方面——需通过后期处理或专用模型才能在多语言流媒体平台中实现可靠部署。

ABSTRACT

We present 27 problems encountered in automating the translation of movie/TV show subtitles. We categorize each problem in one of the three categories viz. problems directly related to textual translation, problems related to subtitle creation guidelines, and problems due to adaptability of machine translation (MT) engines. We also present the findings of a translation quality evaluation experiment where we share the frequency of 16 key problems. We show that the systems working at the frontiers of Natural Language Processing do not perform well for subtitles and require some post-processing solutions for redressal of these problems

研究动机与目标

• 系统性地识别并分类使用机器翻译自动化电影和电视剧字幕翻译过程中反复出现的问题。
• 评估六种语言对（英语到德语、中文、法语、西班牙语、阿拉伯语、葡萄牙语）中关键翻译错误的频率与严重程度。
• 证明尽管该领域已取得进展，最先进的自然语言处理与神经机器翻译系统在字幕特定挑战上仍表现不足。
• 强调需要针对语言特异性与错误特异性的后期处理或模型改进，以实现可投入生产的自动化字幕翻译。

提出的方法

• 从56部电影文件中收集了17,977个字幕块，其原始字幕由人工生成（英语）。
• 使用在[6]上训练的神经机器翻译（NMT）系统，将字幕自动翻译为六种目标语言。
• 开展了一项验证实验，由专业翻译人员对每个字幕块是否包含16种预定义问题进行标注。
• 将问题分类为三类：文本翻译错误、字幕指南违规、MT适应性问题。
• 使用基于百分比的度量方法，量化各语言对中错误的频率。
• 为每类问题提供标注示例，以说明真实场景中MT失败的情况。

实验结果

研究问题

• RQ1 当前NMT系统在自动化字幕翻译中，最常见的影响最深的问题是什么？
• RQ2 错误频率在不同语言对之间如何变化，特别是在德语和阿拉伯语等形态复杂或文化内涵丰富的语言中？
• RQ3 类型、文化引用或虚构语言在多大程度上影响MT在字幕翻译中的表现？
• RQ4 基于指南的问题（如错误的空格、复合词处理或格式错误）如何影响可读性与理解力？
• RQ5 后期处理或模型优化在多大程度上能有效缓解字幕翻译中常见的MT错误？

主要发现

• 除简体中文外，所有语言对中均以改写错误最为频繁，表明语义保留方面存在系统性问题。
• 德语翻译中结构与词序错误频率最高，反映出在处理复杂名词短语和词序规则方面的挑战。
• 格式错误——尤其是单位转换错误（如英尺转米）或数字格式不一致——尤为普遍，尤其在德语和法语翻译中。
• 非文本字符翻译问题（如括号、标点符号）在中文和阿拉伯语中最为频繁，表明分词与字符集特异性方面存在挑战。
• 德语、西班牙语和阿拉伯语中的词汇翻译错误是主要问题，表明对习语或上下文特定词汇的处理能力较差。
• 尽管采用最先进的NMT技术，系统仍未能解决字幕特定的核心问题，如重复短语处理、复合词构成及文化内涵表达，必须依赖后期处理或领域特定适配。