GPT-4を活用した自動翻訳ポストエディティング

要旨

ニューラル機械翻訳（NMT）は機械翻訳（MT）における主要なアプローチであるが、NMTモデルの出力は、特に重要な設定下では、誤りを修正し品質を向上させるために翻訳後編集を必要とする。本研究では、大規模言語モデル（LLM）を用いた翻訳後編集タスクを形式化し、GPT-4を活用して複数の言語ペアにおけるNMT出力の自動後編集を探求する。結果として、GPT-4は翻訳後編集に熟達しており、ターゲット言語が英語でない場合でも有意義な編集を生成することが示された。特に、GPT-4ベースの後編集を用いることで、WMT-22の英語-中国語、英語-ドイツ語、中国語-英語、ドイツ語-英語の言語ペアにおいて、最先端のMT品質評価指標を用いた評価で、最先端の性能を達成した。

English

While Neural Machine Translation (NMT) represents the leading approach to Machine Translation (MT), the outputs of NMT models still require translation post-editing to rectify errors and enhance quality, particularly under critical settings. In this work, we formalize the task of translation post-editing with Large Language Models (LLMs) and explore the use of GPT-4 to automatically post-edit NMT outputs across several language pairs. Our results demonstrate that GPT-4 is adept at translation post-editing and produces meaningful edits even when the target language is not English. Notably, we achieve state-of-the-art performance on WMT-22 English-Chinese, English-German, Chinese-English and German-English language pairs using GPT-4 based post-editing, as evaluated by state-of-the-art MT quality metrics.

GPT-4を活用した自動翻訳ポストエディティング

Leveraging GPT-4 for Automatic Translation Post-Editing

要旨

Support