翻译质量自动评估特征集

摘要：

本文主要介绍一套人工翻译质量自动评估特征集.该特征集包含单语、双语、语言模型三类翻译质量指标特征,使用该特征集和机器学习方法构建的自动评分系统可从内容充分性和语言流畅性两个方面对人工翻译进行质量预测.基于支持/相关向量机学习算法,研究将此特征集与QuEst基线集进行对比,并尝试使用模拟退火算法从特征集中选取部分对模型预测作用更有价值的特征,进行二次建模.结果表明,该特征集对翻译流畅性的预测优于基线特征集,二者对译文充分性的预测无显著差别;经过特征筛选后的评分模型对译文流畅性的预测作用显著提高;特征集系统和基线系统对译文充分性预测均优于对流畅性的预测.

关键词：翻译质量评估、特征选取、文本分类、机器学习

所属期刊栏目：48

分类号：H315.9(英语)

资助基金：本研究受国家建设高水平大学公派研究生项目留金发”2013”3009号资助.

在线出版日期：2016-11-03（万方平台首次上网日期，不代表论文的发表时间）

页码：776-787