Buchumschlag

To Diverge or Not to Diverge: A Morphosyntactic Perspective on Machine Translation vs Human Translation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Jiaming, Cherry, Colin, Foster, George
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Translating Step-by-Step: Decomposing the Translation Process for Improved Translation Quality of Long-Form Texts
von: Briakou, Eleftheria, et al.
Veröffentlicht: (2024)

Leveraging Domain Knowledge at Inference Time for LLM Translation: Retrieval versus Generation
von: Li, Bryan, et al.
Veröffentlicht: (2025)

Overestimation in LLM Evaluation: A Controlled Large-Scale Study on Data Contamination's Impact on Machine Translation
von: Kocyigit, Muhammed Yusuf, et al.
Veröffentlicht: (2025)

Convergences and Divergences between Automatic Assessment and Human Evaluation: Insights from Comparing ChatGPT-Generated Translation and Neural Machine Translation
von: Jiang, Zhaokun, et al.
Veröffentlicht: (2024)

On the Implications of Verbose LLM Outputs: A Case Study in Translation Evaluation
von: Briakou, Eleftheria, et al.
Veröffentlicht: (2024)

Adapting Large Language Models for Document-Level Machine Translation
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Importance-Aware Data Augmentation for Document-Level Neural Machine Translation
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

Mind the Gap: Linguistic Divergence and Adaptation Strategies in Human-LLM Assistant vs. Human-Human Interactions
von: Zhang, Fulei, et al.
Veröffentlicht: (2025)

The Comparison of Translationese in Machine Translation and Human Transation in terms of Translation Relations
von: Zhou, Fan
Veröffentlicht: (2024)

Metaphors We Compute By: A Computational Audit of Cultural Translation vs. Thinking in LLMs
von: Chang, Yuan, et al.
Veröffentlicht: (2026)

Morphosyntactic Analysis for CHILDES
von: Liu, Houjun, et al.
Veröffentlicht: (2024)

AI-Assisted Human Evaluation of Machine Translation
von: Zouhar, Vilém, et al.
Veröffentlicht: (2024)

Testing the Deliteralization Hypothesis in Human and Machine Translation
von: Marmonier, Malik, et al.
Veröffentlicht: (2026)

Fluency and Faithfulness in Human and Machine Literary Translation
von: Griebel, Sarah, et al.
Veröffentlicht: (2026)

TranslateGemma Technical Report
von: Finkelstein, Mara, et al.
Veröffentlicht: (2026)

GPT-4 vs. Human Translators: A Comprehensive Evaluation of Translation Quality Across Languages, Domains, and Expertise Levels
von: Yan, Jianhao, et al.
Veröffentlicht: (2024)

Humans and LLMs Diverge on Probabilistic Inferences
von: Kamath, Gaurav, et al.
Veröffentlicht: (2026)

Enhancing Human Evaluation in Machine Translation with Comparative Judgment
von: Song, Yixiao, et al.
Veröffentlicht: (2025)

Morphosyntactic probing of multilingual BERT models
von: Acs, Judit, et al.
Veröffentlicht: (2023)

An Interdisciplinary Approach to Human-Centered Machine Translation
von: Carpuat, Marine, et al.
Veröffentlicht: (2025)

Divergent Creativity in Humans and Large Language Models
von: Bellemare-Pepin, Antoine, et al.
Veröffentlicht: (2024)

On the Evaluation Practices in Multilingual NLP: Can Machine Translation Offer an Alternative to Human Translations?
von: Choenni, Rochelle, et al.
Veröffentlicht: (2024)

Beyond Single-Reward: Multi-Pair, Multi-Perspective Preference Optimization for Machine Translation
von: Wang, Hao, et al.
Veröffentlicht: (2025)

Context-Aware Monolingual Human Evaluation of Machine Translation
von: Picinini, Silvio, et al.
Veröffentlicht: (2025)

Charles Translator: A Machine Translation System between Ukrainian and Czech
von: Popel, Martin, et al.
Veröffentlicht: (2024)

Quality-Aware Translation Models: Efficient Generation and Quality Estimation in a Single Model
von: Tomani, Christian, et al.
Veröffentlicht: (2023)

Machine Translation Models are Zero-Shot Detectors of Translation Direction
von: Wastl, Michelle, et al.
Veröffentlicht: (2024)

The Impact of Syntactic and Semantic Proximity on Machine Translation with Back-Translation
von: Guerin, Nicolas, et al.
Veröffentlicht: (2024)

Enhancing Korean Dependency Parsing with Morphosyntactic Features
von: Park, Jungyeul, et al.
Veröffentlicht: (2025)

On Translating Technical Terminology: A Translation Workflow for Machine-Translated Acronyms
von: Yue, Richard, et al.
Veröffentlicht: (2024)

Error Span Annotation: A Balanced Approach for Human Evaluation of Machine Translation
von: Kocmi, Tom, et al.
Veröffentlicht: (2024)

(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts
von: Wu, Minghao, et al.
Veröffentlicht: (2024)

A Tulu Resource for Machine Translation
von: Narayanan, Manu, et al.
Veröffentlicht: (2024)

Exploring the Correlation between Human and Machine Evaluation of Simultaneous Speech Translation
von: Wang, Xiaoman, et al.
Veröffentlicht: (2024)

Aligning Neural Machine Translation Models: Human Feedback in Training and Inference
von: Ramos, Miguel Moura, et al.
Veröffentlicht: (2023)

Machine Translation Meta Evaluation through Translation Accuracy Challenge Sets
von: Moghe, Nikita, et al.
Veröffentlicht: (2024)

Translate, then Detect: Leveraging Machine Translation for Cross-Lingual Toxicity Classification
von: Bell, Samuel J., et al.
Veröffentlicht: (2025)

On the Hallucination in Simultaneous Machine Translation
von: Zhong, Meizhi, et al.
Veröffentlicht: (2024)

Paraphrase-Aligned Machine Translation
von: Chang, Ke-Ching, et al.
Veröffentlicht: (2024)

Estimating Machine Translation Difficulty
von: Proietti, Lorenzo, et al.
Veröffentlicht: (2025)