涉海翻译中的机器翻译应用效能:基于BLEU、chrF++和BERTScore指标的综合评估

深度学习技术和生成式人工智能技术已在机器翻译领域引发质的变革,为该领域的进步开辟了新径。为综合评价不同技术和算法背景下的机器翻译在涉海领域的应用效能,构建涵盖100个代表性涉海例句的中英双语方向的测试集,基于涉海文本的语言结构特点选取BLEU、chrF++和BERTScore 3种自动评估指标,对人工智能助手ChatGPT(4.0)和文心一言(4.0),及Google Translate、Microsoft Translator、DeepL Translate、Tencent TranSmart、百度翻译和有道翻译等六大主流翻译引擎的译文进行定量定性评估。实验结果既为理解机器翻译系统在涉海领域的应用效能提供了实证支撑,又为机器翻译技术开发者提供了关于算法优化和翻译精度提升方面的见解,同时为涉海专业人士选择合适的翻译系统提供了实用指引。

中国机器翻译研究的机遇与挑战——第八届全国机器翻译研讨会总结与展望

随着统计方法逐渐成为机器翻译研究的主流,机器翻译系统评测的分值越来越高,人们对机器翻译的信心和期望逐渐增加,社会对机器翻译应用的需求也越来越大。然而,现有的机器翻译理论和方法在系统性能上提升的空间逐渐减小,而且距离用户实际需求仍有很长的路要走。那么,面对期望、面对需求,机器翻译之路应该如何走?为此,第八届全国机器翻译研讨会对当前机器翻译研究所面临的挑战和机遇进行了深入研讨。该文详细介绍了该次研讨会六个专题的讨论情况,对机器翻译研究面临的机遇和挑战进行了认真的分析和总结。

机器翻译在档案学科的应用研究——以ITrust北美团队最新学术成果为例

档案学科正处在建设“世界一流”、提高国际影响力的发展新阶段，如何快速高效地促进国际前沿成果的吸收和我国科研新发现的传播成为值得关注的问题，而机器翻译就是运用现代技术促进中英文学术成果转化与交流的方法之一。本文针对档案学术文献的翻译问题，以ITrust中国团队对北美最新学术成果的吸收与转化为例，结合国内4种主流翻译软件，评估了目前机器翻译在档案领域的应用效果，探讨了机器翻译应用中存在的问题及可能的改善途径，最后对档案学科应如何利用先进信息技术促进自身发展进行了反思。