基于融合策略的机器翻译自动评价方法

机器翻译自动评价发展至今,各种自动评价方法不断涌现。不同的自动评价方法从不同的角度评价机器译文的质量。该文提出了基于融合策略的自动评价方法,该方法可以融合多个自动评价方法,多角度地综合评价机器译文质量。该文主要在以下几个方面探索进行:(1)对比分别使用相对排序(RR)和直接评估(DA)两种人工评价方法指导训练融合自动评价方法,实验表明使用可靠性高的DA形成的融合自动评价方法(Blend)性能更好;(2)对比Blend分别使用支持向量机(SVM)和全连接神经网络(FFNN)机器学习算法,实验表明在当前数据集上,使用SVM效果更好;(3)进而在SVM基础上,探索使用不同的评价方法对Blend的影响,为Blend寻找在性能和效率上的平衡;(4)把Blend推广应用到其他语言对上,说明它的稳定性及通用性。在WMT16评测数据上的实验,以及参加WMT17评测的结果均表明,Blend与人工评价的一致性达到领先水平。

利用语句结构信息的机器翻译自动评测初探

机器翻译评测对机器翻译有着极其重要的意义,它对翻译系统性能的提高做出了很大的贡献,同时促进了机器翻译的发展。本文在HNC机器翻译策略的基础上,对翻译语料的句类转换和句式转换做了初步的研究,并利用句类转换和句式转换的理论,建立了基于句类信息的自动评测的打分机制。

网络文本中的词汇自动识别

随着互联网时代的到来,人类进入了信息爆炸的时代,新的词汇大量产生.新词汇的大量产生也给正处于蓬勃发展之中的中文信息处理工作带来了难题.中文信息处理属于自然语言理解,其理想目标是让机器理解自然语言,从而可以实现人工合成语言、人机对话、自动机器翻译等等.

国内外机器自动评分系统评述——兼论对中国学生翻译自动评分系统的启示

本研究回顾了国内外机器自动评分系统的现状、内容和特点，探讨了现有机器自动评分技术对中国学生翻译自动评分系统的启示。在总结前人成功经验的基础之上，将语料库技术、自然语言处理技术和统计技术结合起来，深入挖掘能够反映译文质量的文本预测变量，建成具有中国特色的翻译自动评分系统应该为期不远。

基于实时在线智能管控系统INTEMOR的煤矿安全检测系统

因特摩(INTEMOR)系统是将智能系统(专家系统、智能搜寻器、自动机器翻译及计算机视觉等)、因特网、通讯、自动化、实时数据处理及数据库结合为一体为工业生产服务的软件开发平台,文中对基于此平台开发的煤矿安全检测系统做了详细介绍。

近五十年来国内外翻译自动评分系统的发展与应用

计算机主观题自动评分从第一个作文评分系统PEG到人工译文自动评分系统经历了50多年的发展历程。英语作文自动评分系统在测量方法、测量内容、测量技术、测量变量等方面为翻译自动评分系统提供了诸多可资借鉴的方法和技术。在前人研究基础上,国内已经研制出翻译自动评分系统,包括汉译英自动评分系统和英译汉自动评分系统,在实际应用中表现出良好的预测能力和稳定性。

翻译质量评估的现状与对策:基于人文社科与自然科学文献的计量研究(1981—2021)

随着机器翻译技术的不断进步,翻译质量评估模式发生了深刻的变化,评估理论与评测技术有了新的进展。以全新的视角回顾人工评估与机器翻译自动评测所取得的成果对ESP翻译研究的发展具有重要的理论和实际意义。在综述了基于N-gram相似度、翻译编辑率、术语质量和向量相似度等评估指标的基础上,本文创新性地引入基于Python统计与词向量聚类的量化实验。结果显示,由于翻译质量评估涉及不同学科,其研究往往呈现零散、孤立等特点。通过对比研究可以发现,该领域学者分别来自人文社科与自然科学,研究主题与范式大相径庭,呈现出各自为政的研究态势。针对当前研究存在的问题,本文提出相关建议,以期为ESP翻译教育与评价的跨学科研究提供参考。