Selecting translations to be post-edited by Sentence-Level Automatic Quality Evaluation

Abstract

[ES] La Traducción Automática (TA) es cada vez más creciente en la industria de la traducción que pide traducciones de calidad más rápidamente. A pesar de esto, las traducciones obtenidas con TA requieren post-edición para conseguir una alta calidad. Pero este esfuerzo para revisar todo es considerable. Por esta razón, presentamos un método para estimar automáticamente el error de traducción a nivel de frase. De este modo, el traductor puede distinguir entre las mejores y peores frases traducidas para evitar esfuerzo de post-edición ahorrando tiempo de post-editar frases bien traducidas y eliminando frases mal traducidas por ser mejor traducirlas sin usar la TA. El método propuesto mejora otros sistemas más simples, como los que utilizan solamente la longitud de las frases. Para este propósito, se entrena un modelo con características extraídas de las frases fuente y destino (sistema independiente de TA) y aquellas características que proporcionan más información son seleccionadas. Además, realizamos un estudio de clasificadores, métodos de selección y sus parámetros correspondientes.

[EN] Machine Translation (MT) is increasingly growing in the translation industry, that more and more demands quality translations rapidly. Despite this, MT translations still requires postedition to achieve a high quality. But the effort made to revise everything is high and it is expensive. For this reason, we present a method to estimate automatically the translation error by sentence-level. Thereby, the translator can distinguish between better and worse translated sentences to avoid post-edition effort saving time post-editing good translated sentences or removing bad translated sentences because is better to translate it from scratch. The method proposed improves other simpler systems used, like the ones that use just the sentence length. For this purpose, a model is trained with features extracted from source and target sentences (MT system-independent) and those features that provide more information are selected. Moreover, we do a study of classifiers, selection methods and their corresponding parameters.