融合翻译知识的机器翻译质量估计算法

摘要：

句子级别的机器翻译质量估计(Sentence-Level Translation Quality Estimation)任务以源语言句子及相应机器翻译系统的结果为输入,对译文的质量进行估计.针对一些使用神经网络和词向量的基于特征工程的模型中,词向量不包含机器翻译知识的问题,本文提出了一种融合机器翻译知识的翻译质量估计方法.该方法将双向NMT模型融入质量估计方法的训练过程中.实验结果表明,翻译质量估计的Pearson相关系数有所提升,证明了所提方法的有效性.

关键词：翻译质量估计、神经网络机器翻译模型、双向NMT模型

所属期刊栏目：9

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：271-274,封3