FACET三通道评估，无训练即达WMT26人工译后编辑排名第一！
FACET at WMT 2026 Automated Translation Quality Evaluation Task
📖 AI 总结
本文介绍了FACET系统在WMT 2026自动翻译质量评估任务中的参赛方案。作者指出，机器翻译中不同类型的错误需要不同的判断依据：意义是否保留只能对照源文判断，而译文是否通顺、实体指称是否一致则可仅凭译文判断。基于这一思路，FACET将评估分解为流畅度、准确性和一致性三个环节，每个环节只提供其错误类型所需的上下文，使用同一个固定模型进行三次提示，合并错误片段后输出错误片段、质量分数和无错误标签三类结果，无需任何训练组件。作者同时提交了省略一致性环节的FACET-C版本。在没有标准答案标签的情况下，作者对FACET的预测进行了刻画，结果显示其系统排名将人工译后编辑译文列为首位，一致性环节改变约十分之一的片段分数，但几乎不影响整体排名。
🔑 关键词速览
| FACET | 本文提出的无参考机器翻译质量评估系统，将评估分解为流畅度、准确性和一致性三个通道。 |
| 无参考评估 (reference-free) | 不依赖人工参考译文，仅根据源文和/或译文本身来评估翻译质量的方法。 |
| 错误片段 (error span) | 译文中被识别为存在翻译错误的连续文本片段。 |
| 译后编辑 (post-edited translation) | 人工对机器翻译输出进行修改后得到的译文，通常作为高质量参考。 |
| WMT 自动翻译质量评估任务 | 机器翻译领域权威会议 WMT 组织的共享任务，旨在自动评估翻译质量。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅