[论文解读] UNL-French deconversion as transfer & generation from an interlingua with possible quality enhancement through offline human interaction

Gilles Sérasset, Christian Boitet|ArXiv.org|Nov 4, 2008

Natural Language Processing Techniques参考文献 8被引用 25

一句话总结

本文提出了一种基于UNL的法语反转换系统，利用Ariane-G5环境中的转换与生成技术，从一种中间语表示生成自然法语文本。该系统通过在后期编辑阶段嵌入离线人工交互，提出了一种新颖的质量增强方法，使系统能够从反馈中学习，并通过自适应偏好调整，提升当前及未来输出的质量。

ABSTRACT

We present the architecture of the UNL-French deconverter, which "generates" from the UNL interlingua by first"localizing" the UNL form for French, within UNL, and then applying slightly adapted but classical transfer and generation techniques, implemented in GETA's Ariane-G5 environment, supplemented by some UNL-specific tools. Online interaction can be used during deconversion to enhance output quality and is now used for development purposes. We show how interaction could be delayed and embedded in the postedition phase, which would then interact not directly with the output text, but indirectly with several components of the deconverter. Interacting online or offline can improve the quality not only of the utterance at hand, but also of the utterances processed later, as various preferences may be automatically changed to let the deconverter "learn".

研究动机与目标

• 开发从UNL中间语到自然法语文本的稳健反转换流程。
• 在无需实时在线交互的情况下，将人工反馈整合到反转换过程中。
• 使系统能够从反馈中学习，并随时间推移提升输出质量。
• 探索离线后期编辑如何提升即时与长期生成质量。

提出的方法

• 反转换器首先在UNL框架内为法语本地化UNL表示。
• 利用GETA的Ariane-G5环境，应用适配的转换与生成技术。
• 集成UNL专用工具，以处理中间语特有的语言特征。
• 将人工交互推迟至后期编辑阶段，由反馈修改系统偏好。
• 自动更新偏好以反映用户更正，实现系统级学习。
• 系统不仅从当前语句的反馈中学习，还可用于后续生成的改进。

实验结果

研究问题

• RQ1 是否可以有效利用离线人工交互来提升UNL到法语反转换的质量，而无需实时输入？
• RQ2 如何利用后期编辑的反馈来修改系统偏好并提升未来输出质量？
• RQ3 反转换系统在多大程度上能从人工更正中学习，以改善当前及后续翻译？
• RQ4 将人工反馈整合到后期处理阶段，是否能带来反转换过程的累积性质量提升？

主要发现

• 在后期编辑阶段进行的离线人工交互，不仅提升了当前输出质量，也改善了未来的反转换质量。
• 系统偏好可基于人工反馈自动调整，使反转换器能够从更正中学习。
• 反转换器从反馈中学习的能力，显著提升了多代输出的性能。
• 该架构成功将人工反馈与实时处理解耦，实现了可扩展的质量提升。