S1.08.2Context-poor UI machine translation设计研究
界面短文案的错误率高于长文
别名: 短文本机翻 · 界面字符串歧义 · short-text MT
概念解释
缺上下文的界面机翻（context-poor UI machine translation）指按钮、菜单、字段标签和状态词因文本极短、常被逐条送入模型，缺少选择词义、词性、性别、数或语气所需的页面与任务信息。标题所说的较高错误率是特定短文本与孤立翻译条件下观察到的风险，不是“字数越少必然越差”的普遍定律；有充分元数据的固定短词可能比冗长而混乱的正文更稳定。
机制
“Open”“Charge”或“Order”之类短串可对应多种词性与领域含义，完整句中的宾语、主语和邻句本可排除错误解析。界面字符串还常脱离视觉位置、控件角色和前后状态传入翻译系统，相同源词因用途不同需要不同目标形式。缺少这些线索会增加词义误选；长文并非天然正确，只是通常提供更多共现线索和篇章一致性约束。
怎么研究
- 按控件角色、源长度、上下文供给和语言对分层抽样，避免把短文本效应与领域或模型版本混在一起。
- 比较孤立字符串、带开发者注释、带页面截图或邻近字符串、完整任务上下文等条件；由双语评审标注词义、语法、术语与任务后果错误。
- 同时报告逐串错误率与按严重度加权的任务错误；一个错误的“删除”按钮可能比多处风格不自然更重要。
- 复现实验时固定模型版本与解码设置，并保留原始输入顺序，因为标点、批次和上下文位置都可能改变输出。
边界
自动指标偏好与参考译文表面相似，可能漏掉界面里的错误动作、语气或上下文适配；不能单凭一个平均分证明可发布。把多个无关字符串拼成段落也可能制造虚假上下文和串间污染。更强的上下文模型能缓解部分歧义，却不会自动获得产品状态、视觉对象或术语决策。结论必须限定到测试过的模型、语言对、领域和上下文提供方式。
怎么落地
- 给每个短串附上控件角色、页面、触发条件、对象、允许长度、术语和截图，不用文件位置或键名让模型猜。
- 对同形多义词、单词按钮、无主语状态、否定和不可逆动作提高人审优先级；复用字符串前先验证语义角色相同。
- 在伪本地化之外做真实目标语言任务走查，检查用户是否选择了正确动作，而不只是译文是否通顺。