基于多特征的翻译自动评价方法研究.docVIP

基于多特征的翻译自动评价方法研究 计算机科学与技术学院：赖中华 指导教师：杨沐旳 摘 要：针对翻译自动评价问题，使用自然语言处理技术，分析人工翻译评价时考虑的关键翻译质量特征，并尝试建 立一个基于多特征的翻译质最自动评价模型。本文从153篇英汉译文以及对应的专家评分着手,进行了一系 列的翻译质戢特征的自动获取研究，在大最实验的基础上利用线性冋归方法建立翻译自动评价模型，取得和 人工评分较高的相关性。 关键词：翻译质量特征；线性冋归；翻译自动评价 Abstract： This paper, adopting the human translations and its manual assessments, investigates the key translation quality features （TQF） by the technologies of natural language processing. Based on a series of automatically acquired TQFs which are proved relevant to human translation evaluation, this paper suggests a feature-rich automatic translation evaluation model. Taking the human evaluation of 153 translations as the data, the automatic translation cvaluatio n model is fin ally established by in troduci ng the linear regressi on method ? Key words： automatic translation evaluation translation quality feature linear regression 1引言 翻译标准是翻译研究的核心问题乙一，而制定一个普遍能接受的翻译标准一貞是一个难题。翻 译的白动评价技术通过量化人工翻译评价时考虑的要索，给出了一个客观、公正的翻译评价标准。 翻译的白动评价技术可以在一定穆度上推动翻译理论研究，而且对机器翻译研究也有一定的育接应 用价值。 现有的机器翻译白动评价研究屮，众多方法的基础多是以词汇为基础的字符串相似度计算方法 的改进，如BLEU方法匸、NTST方法⑵、基于编辑距离的方法⑶等等。这种以符号匹配为基础译文和 标准达案Z间的简单相似度，无法深入挖掘人丁?翻译评价屮考虑的备种语言学特征，不能满足满前 机器翻译研究以及翻译H动评价的应用需求。 木文研究H的在于利用白然语言处理技术的各种语言分析方法，探索发现翻译质量评价特征, 为建立一个能够跟人工评价接近的翻译白动评价模型奠定基础，以解决现有的机器翻译译文白动评 价在句了级和人工评测一致性较差的问题。 翻译质量特征的获取及分析 木节依次从翻译长度特征、词汇H动对齐的翻译质量特征、语言模型的翻译质量特征和白动句 法分析的翻译质量特征这四个方瓯，杳实自动获取人工评价译文是所采用的翻译质量特征。我们通 过Spearman和Pearson两种相关系数，来分析自动获取的译文特征和人I】评价结果的相关性。 2.1翻译及其人工评价数据 为了获取特征，特选取了某次外语水平考试的英汉翻译测试的试题、参考答案、153个学生翻译 答卷以及正式评分结果作为实验数据。该测试题由3个连续的句了纽.成的1段英文构成，共计76个 单词，满分12分。 由于翻译答卷是汉语，因此采用汉语分词工具，对翻译结果进行了白动分词处理。 2. 2翻译长度特征获取及分析 翻译长度特征考虑的是翻译句了的物理特征，首先取了旬了长度和平均词长。对于句了长度， 共采用了两种角度考虑：（1）从字节层面计算句子长度；（2）从词数上计算句子长度。 其屮，两种计算角度的句子长度与人T评价结果的相关性比较好，见表2?1。但平均词长与人工 评价结果几乎没有相关性，观察原始实验数据，发现汉语以2字词为主，因而所有.翻译的平均词长 都在2个汉字左右，并不随翻译结果的好坏而发生变化。 同一语言屮较长的句了通常比较短的句了携带更多的信息量，因此它常常通过携带较多信息量 的较长译文句子来表达，这样才能基木保证翻译过稈屮意义的完整性。正是基于上述的考虑，采用 概率模粮设计旬了长度参数获取了翻译长度互译概率特征。该特征与人工评价也冇较好的相关性。 表2-1翻译长度特征和人工评价的相关性 Spearman Pearson 句长（总字节数） 0.584902 0.672936 句长（总词数） 0.541086 0.651032