翻译标准是人们进行翻译实践活动时遵照的准绳和衡量翻译质量的准则。针对如何将这种主观标注进行量化并实现高质量的翻译自动评价模型,对于翻译理论、机器翻译研究以及翻译学习都具有重要的价值。本课题首先深入分析人类评价翻译质量时所使用的词汇、句法、语义、篇章等方面的译文特征,揭示了语言学特征并不能完全解释人工翻译评价结果。进而提出了基于关键语言学特征(仅使用6个语言学特征)和基于多粒度融合的两种翻译自动评价方法,分别在不使用语言学特征或者仅使用有限语言学特征的情况下取得了目前最好的评价性能。最后,课题分析了现有翻译自动评价技术的框架的局限,结合翻译评价的应用需求,提出了基于双语语言学信息的翻译自动诊断评价方法。该方法能够提供有效的翻译模型改进信息,是对现有黑箱翻译自动评价技术的一种突破性尝试。课题成果不仅可促进用于机器翻译研究的发展,而且帮助语言学习者进行翻译学习。
英文主题词translation criterion; automatic translation evaluation; machine translaiton