几个社交网站提供帖子的自动机器翻译,但作者通常无法查看或修改这些翻译。这可能会增加作者对翻译是否传达其预期含义的担忧。为了解决这个问题,我们通过在线被试间实验(N=216)测试了一个关于人机协作翻译的理论驱动模型。在我们的研究中,参与者用非英语语言撰写虚构的社交媒体状态更新,然后以三种自动化级别进行翻译:无作者可修改性的机器翻译(MPT),作者可查看但不能修改机器翻译;作者提供的翻译(APT),作者在无机器辅助的情况下手动撰写翻译;以及作者可修改性的机器翻译(MPT-AM),作者可以编辑帖子的机器翻译。我们使用分配的翻译功能收集了用户体检的客观和主观测量指标。结构方程建模(SEM)分析结果表明,与 MPT 和 APT 条件相比,MPT-AM 条件下的参与者报告了更高的感知控制性、易用性和感知舒适度,这反过来又预测了更高的感知系统有效性,并最终增加了使用 MPT-AM 翻译功能的意愿。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/211517/2025

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文