Translation Memory Retrieval Methods

Translation Memory Similarity Metrics

所有的评价指标都获取两个输入(M与C),M是待翻译的句子,C是来自TM库中的源端候选

Percent Match

percent match.png

Weighted Percent Match

上面方法的缺点在于对所有的unigram都同等的看待,但对于译者来说,并不是所有词对他所起的帮助都是等同的,那些不确定如何翻译的部分才是最有价值的
Weighted percent match (WPM) uses inverse document frequency(IDF) as a proxy for trying to weight words based on how much value their translations are expected to provide to translators.
那些出现频率高的词往往容易翻,而那些出现频率低的词更难翻好,因此其价值也就越大


image.png

Edit Distance

上面两种方法的缺点在于都只考虑了词的覆盖度,而没有考虑词的上下文,而相同的词在不同的上下文的语境下翻译出来的结果会有很大的差别。
Thus, a TM metric that matches sentences on more than just (weighted) percentage coverage of lexical items can be expected to perform better for TM bank evaluation and retrieval.


image.png

N-Gram Precision

Although ED takes context into account, it does not emphasize local context in matching certainhigh-value words and phrases as much as metrics that capture n-gram precision between the MTBT workload sentence and candidate source-side sentences from the TMB.
有点类似BLEU值的评测
Perhaps the most important is that TM fuzzy matching has to be able to operate at a sentence-to-sentence level where as automated MT evaluation metrics such as BLEU score are intended to operate over a whole corpus.


image.png

选择算术平均会比几何平均更好,更加贴合当前的任务。
对Z值的设定是一个召回率与准确率的trade off,Z值设成1会倾向于得到更长的句子(考虑召回率),而设成0会倾向于得到更短的句子(考虑精确率),作者最后实现设置的值为0.75

Weighted N-Gram Precision

与提高PM到WPM的考虑相似,对NGP也做相同的处理


image.png

Modified Weighted N-Gram Precision

对n-gram也根据这个n做一个加权
Note that in Equation 6 each wpn contributes equally to the average. Modified Weighted NGram Precision (MWNGP) improves on WNGP by weighting the contribution of each wpn so that shorter n-grams contribute more than longer ngrams. The intuition is that for TM settings, getting more high-value shorter n-gram matches atthe expense of fewer longer n-gram matches willbe more helpful since translators will get relatively more assistance from seeing new high-value vocabulary.


image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容

  • rljs by sennchi Timeline of History Part One The Cognitiv...
    sennchi阅读 7,322评论 0 10
  • 172days 今天…可闹了~ baba说怎么妳会有需要私人空间这么高级的东西~ 好吧! 厉害。
    sueva阅读 115评论 0 0
  • 八只锤子四种颜色解读征人怨
    明朗说阅读 322评论 0 0
  • (13)仙境一月,凡间一年 一连几天,白灵除了修炼,按照观音菩萨的吩咐,每天都要带着猫猫兔兔们练习一...
    宇小天阅读 162评论 0 0
  • 静坐小楼的院里 四周蝉鸣一片 伴我,吟诵如诗的夏夜 一轮孤月 映入微醉的眼帘 凄清的光,洒落在 爱人灰尘未曾沾染的...
    伶子风阅读 104评论 0 0