到目前為止，口譯仍然是一個相對不變的職業(yè)，軟件的進步，很大程度上是因為它是一種細微的藝術(shù)形式。

雖然在翻譯生產(chǎn)力工具，機器翻譯（MT）和測量MT質(zhì)量等主題上已經(jīng)說了很多，但是之前對于如何將相似的質(zhì)量評估（QE）方法應(yīng)用于翻譯領(lǐng)域的研究相對較少。

由馬里蘭大學(xué)的Jordan Boyd-Graber和卡內(nèi)基梅隆大學(xué)的Graham Neubig領(lǐng)導(dǎo)的一組美國研究人員剛剛發(fā)表了一篇題為“自動估計同聲傳譯器性能”的論文。在這里，我們概述了論文的發(fā)現(xiàn)并研究了它的含義。我們還包括作者的問答和專業(yè)口譯員的評論。
構(gòu)建實時質(zhì)量反饋循環(huán)

旨在幫助口譯員（CAI）的軟件工具已經(jīng)存在并通過在口譯任務(wù)期間提供術(shù)語提示而起作用。這些結(jié)果好壞參半，因為沒有任何真正的方法可以計算出提供翻譯的信息量和時間。

太多或無關(guān)的信息會分散注意力，并且會干擾認知過程，從而妨礙翻譯的表現(xiàn)。

為了解決這個問題，該團隊希望開發(fā)一種實時評估口譯員表現(xiàn)的方法，即能夠判斷口譯員是否可以從那里獲得軟件幫助。如果是，生產(chǎn)力軟件工具將選擇提供術(shù)語提示。

生成可靠的實時性能評估是使解釋器的軟件輔助具有選擇性，因此更有用，以及提高同聲傳譯（SI）輸出質(zhì)量的關(guān)鍵。

為此，首先需要基于SI輸出的樣本開發(fā)質(zhì)量估計（QE）方法，然后將其應(yīng)用于實時性能方案。

開發(fā)質(zhì)量評估方法

簡單地使用現(xiàn)有的機器翻譯（MT）QE方法是不夠好的，因為有許多線索表明SI輸出的質(zhì)量與指示良好MT輸出的那些不同。例如，當(dāng)翻譯公司的人員掙扎時，他們可能會產(chǎn)生大量暫停的不穩(wěn)定翻譯，或丟棄他們無法正確解釋的大部分內(nèi)容。

僅使用現(xiàn)有的機器翻譯（MT）QE方法就不夠好了

盡管如此，現(xiàn)有的MT QE方法被認為是一個很好的起點，研究人員團隊決定使用名為QuEst ++的MT QE模型作為基線。然后，他們通過添加許多功能來定制QuEst ++以用于SI輸出，這些功能是解釋器性能的特定指標(biāo)。

1）暫停/猶豫/不完整單詞的比例 – 因為“翻譯輸出中的猶豫或不完整單詞數(shù)量的增加可能表明翻譯正在努力產(chǎn)生準(zhǔn)確的輸出。”

2）非特定單詞的比例 – 因為“口譯員經(jīng)常通過替換或省略常用名詞來壓縮輸出，以避免使用特定術(shù)語來防止冗余或減輕認知負荷?！?/p>

3）“準(zhǔn)”認知的比例 – 因為“解釋性語音中的音譯詞語可以通過語言接近度來表示便利翻譯，或者試圖產(chǎn)生翻譯公司不知道的單詞的近似值”。

4）單詞數(shù)量的比率 – “比較源和目標(biāo)長度以及轉(zhuǎn)錄標(biāo)點符號的數(shù)量”。

研究人員開始在使用英語 – 法語，英語 – 意大利語和英語 – 日語翻譯輸出的一系列實驗中測試這些附加功能的有效性。他們發(fā)現(xiàn)他們的SI QE模型具有統(tǒng)計上相關(guān)的收益，并且在所有語言中都優(yōu)于METEOR。這對英日語言特別有效。
接下來是什么？

基于這些結(jié)果，該團隊提出可以立即使用SI QE方法來改進現(xiàn)有解釋器輔助軟件的性能，以便提高SI輸出。他們還建議未來的研究工作可以探索其他特征組合可以幫助調(diào)整模型，使其更加適應(yīng)口譯員表現(xiàn)的特殊性。