研讨发现,MT Post-Editing将瑞士银行的利来最给利老牌斲丧率提高了60%


利来最给利老牌2019-07-21 17:24:44


金融利来最给利老牌


快速增长的中型利来最给利老牌买家群体跟随更多成熟的大型买家实行呆板利来最给利老牌后编辑(PEMT),颠末他们的LSP或直接颠末他们的利来最给利老牌料理体系(TMS)中的API。

学术界也越来越存眷定量研讨人类呆板互动在言语利来最给利老牌中的影响。
研讨职员运用范围顺应神经呆板利来最给利老牌(NMT)与位于瑞士苏黎世的Migros Bank外部利来最给利老牌团队举行了这项研讨。Migros Bank是瑞士最大批发商Migros的银行局部,业务普遍天下的德语,法语和意大利语区。该银行拥有67家分行,拥有1300多名员工,并在2018年发明白2.04亿瑞士法郎(2.05亿美元)的利润。

2016年,Migros银行决议淘汰向言语办事提供商(LSP)提供的变乱,将年内利来最给利老牌量约莫200万字的外部数据带回外部

该银行创立了一个由2.8名全职员工构成的小型外部利来最给利老牌团队,并推出了利来最给利老牌料理体系Across末了,该方案是外部团队包袱约60%的利来最给利老牌变乱量。但是,依据Läubli的说法,由于陈设了PE(N)MT,它增长到了80%。

PEMT:颠末实行测试

Läubli等。除了特定范围的利来最给利老牌影象库和术语库之外,还阅历性地测试了包括NMT怎样影响金融文本专业利来最给利老牌的速率和质量。“

 

该研讨发现,“纵然言语对在研讨环境中很少遭到存眷,并且大批的域内数据用于体系调停,NMT前期编辑可以节流大批时间,并且可以失失类似或细微更好的质量。”

银行的四名利来最给利老牌参与了这项研讨,每个言语对两名。在每个言语对中,有两个实行条件:一个是利来最给利老牌影象(TM) - 另一个是PEMT - 也便是说,利来最给利老牌者正在编辑NMT输入。

在第一组中,利来最给利老牌职员可以在他们习俗的利来最给利老牌环境中访问特定于域的TM,特定于域的术语库以及任安在线办事(呆板利来最给利老牌除外)。在第二种环境下,他们也可以访问全部这些内容,除了TM中没有至少80%模糊结婚的句子颠末NMT引擎运转。

法语与意大利语

在德语到法语的组合中,每小时的平均速率区分为仅有TM和后编辑的585和934个单词; 增长了近60%。作为参考,在PEMT速率上观察的很大一局部读者附和每小时约莫1,000个单词是一个真实的小时输入。

 

意大利语作为目的言语的差异较小,每小时仅天生453和495个单词,仅区分为TM和前期编辑; 速率增长9%。

在提供利来最给利老牌成法语的此中一个文本中,PEMT完成的最大速率为每小时1,237个单词,而仅运用TM时为每小时683个单词。敷衍意大利语,前期编辑的最高速率为648个单词,仅限TM的553个单词。运用PEMT,四分之三的利来最给利老牌平均更快。

质量评价了五个参数:衔接性,凝集力,语法,气魄气魄和文明顺应性。总体而言,在法语中,运用和不该用NMT制造的文本之间的质量没有差异。在意大利语中,用MT利来最给利老牌的文本得分略高。在法语和意大利语中没有MT制造的文本中发现凝集力更好。

该研讨没有提供关于为什么以法语作为目的言语的结果更好的结论性标明。提到的一个约莫的缘故缘故原因是德国到意大利的引擎训练的域内质料少于德国到法国的引擎。

 

Chantal Amrhein,PatrickDüggelin,Beatriz Gonzalez,Alena Zwahlen和Martin Volk是Läubli的合作研讨职员。