翻译质量自动评价研究综述.pdfVIP

第2期 秦 颖 ：翻译质量 自动评价研究综述 ·327 · 度、对语言知识的依赖程度等进一步细分。最后得到了一个研 1．2．1 诊断性评价 究分类的树型图谱 (图2)，以期对 目前的研究有个比较清晰的 诊断评价在上述三种方式 中开展得最少，主要有文献 把握。 [12，l3]。文献 [12]先 由人工将测试句中重要语言测试点挑 选出来并分类，然后在机器译文中自动检测这些测试点是否被 正确译出，从而评价译文质量。测试点分为词语、成语、词法 、 基本语法、中级语法和高级语法等六类 ，分别设定对质量影响 的权重，利用加分法进行评分。而文献[13]提出的用于 “863” 机器翻译评测的WoodPecker，对检测点实现了自动提取，减少 了对人工的依赖。 1．2．2 评分 评分是最多的自动评价方式。评价机器译文时，根据有无 参考译文又分为两种研究。有参考译文的评价是通过将待评 译文和参考译文作比较 ，根据相似程度评分，这种研究居多；不 图2 翻译 自动评价研究分类图谱 需要参考译文 的评分也被称为质量估计 (qualityestima— tion)C14 ，根据译文特征将译文质量简单分为 “好”或 “坏”， 首先根据译文的来源不同，分为人类译文(或学生译文) 的评价和机器译文的评价两类 ，其中机器译文质量评价的研究 或者区分人类译文(human-like)和非人译文(non—human-like)。 成果居多。之所以存在这种分类状况 ，源于 自动评价研究的文 质量估计被视做二分类问题 ，因此 ，支持向量机 (SVM)等算法 被用于了该种评价。还有一些研究介于有参考译文和无参考 献普遍认为，评价人的译文要远远难于评价机器译文 。评 译文之间，比如文献[18]在没有人工参考译文的情况下，将若 测机器译文质量性能不错的算法用于评价人的译文时，不能区 分人的译文中的细微差别 J。文献[2]甚至指出，自动评测算 干机器译文生成伪参考译文 (pseudoreference)，然后用有参考 译文的方法进行评测。 法更适合的是统计机器翻译的评测 ，评价基于规则的机器翻译 依赖参考译文的评价，参考译文就是标准答案，与参考译 系统时会产生问题。因此，目前 自动评价还分为两个研究领域。 文越相似 ，译文质量越高，这个假设是评价算法的基本思想。 1．1 人类译文的评价方法 而求待评译文和参考译文相似度的方法多种多样 ，这些方法根 人类译文的自动评价更多地模拟专家评价的思想。人类