language: 多语言-多语言 tags:

• 质量评估
• 孪生TransQuest
• 直接评估 license: apache-2.0

TransQuest：基于跨语言Transformer的翻译质量评估

质量评估（QE）的目标是在无需参考译文的情况下评估翻译质量。高准确度且能轻松部署于多种语言对的QE技术，是许多商业翻译流程中缺失的关键环节，因其具有广泛潜在用途。当多个翻译引擎可选时，QE可帮助选择最佳译文；或向终端用户提示自动翻译内容的可靠性。此外，QE系统能判断译文是否可直接在特定场景发布，还是需要人工后期编辑或完全重译。质量评估可在不同层级进行：文档级、句子级和词汇级。

通过TransQuest，我们开源了在翻译质量评估领域的研究成果，该成果还赢得了WMT 2020句子级直接评估质量评估任务的冠军。TransQuest在性能上超越了当前开源的质量评估框架如OpenKiwi和DeepQuest。

功能特点

• 支持句子级翻译质量评估的双重维度：预测后期编辑需求与直接评估。
• 支持词汇级翻译质量评估，可预测源词、目标词及目标空缺部分的质量。
• 在所有实验语言中均超越当前最先进的质量评估方法如DeepQuest和OpenKiwi。
• 提供15种语言对的预训练质量评估模型，详见HuggingFace。

安装指南

通过pip安装

pip install transquest

源码安装

git clone https://github.com/TharinduDR/TransQuest.git
cd TransQuest
pip install -r requirements.txt

使用预训练模型

import torch
from transquest.algo.sentence_level.siamesetransquest.run_model import SiameseTransQuestModel

model = SiameseTransQuestModel("TransQuest/siamesetransquest-da-multilingual")
predictions = model.predict([["Reducerea acestor conflicte este importantă pentru conservare.", "Reducing these conflicts is not important for preservation."]])
print(predictions)

文档资料

更多细节请参阅文档：

1. 安装指南 - 通过pip本地安装TransQuest。
2. 架构说明 - 查看TransQuest实现的架构：
   1. 句子级架构 - 我们发布了两种架构：MonoTransQuest和SiameseTransQuest用于句子级质量评估。
   2. 词汇级架构 - 我们发布了MicroTransQuest用于词汇级质量评估。
3. 示例教程 - 提供多个基于近期WMT质量评估任务的TransQuest使用示例：
   1. 句子级示例
   2. 词汇级示例
4. 预训练模型 - 提供涵盖15种语言对的预训练质量评估模型，包含句子级和词汇级：
   1. 句子级模型
   2. 词汇级模型
5. 联系我们 - 如有任何问题欢迎联系

引用文献

若使用词汇级架构，请引用这篇被ACL 2021收录的论文：

@InProceedings{ranasinghe2021,
author = {Ranasinghe, Tharindu and Orasan, Constantin and Mitkov, Ruslan},
title = {An Exploratory Analysis of Multilingual Word Level Quality Estimation with Cross-Lingual Transformers},
booktitle = {Proceedings of the 59th Annual Meeting of the Association for Computational Linguistics},
year = {2021}
}

若使用句子级架构，请引用这些发表于COLING 2020和WMT 2020（EMNLP 2020）的论文：

@InProceedings{transquest:2020a,
author = {Ranasinghe, Tharindu and Orasan, Constantin and Mitkov, Ruslan},
title = {TransQuest: Translation Quality Estimation with Cross-lingual Transformers},
booktitle = {Proceedings of the 28th International Conference on Computational Linguistics},
year = {2020}
}

@InProceedings{transquest:2020b,
author = {Ranasinghe, Tharindu and Orasan, Constantin and Mitkov, Ruslan},
title = {TransQuest at WMT2020: Sentence-Level Direct Assessment},
booktitle = {Proceedings of the Fifth Conference on Machine Translation},
year = {2020}
}