句子级别机器译文质量估计研究综述

摘要：

[目的/意义]近年来,随着估计结果与人工评价的相关性逐步增强,译文质量估计引起了机器翻译研究者们的广泛关注和高度重视,因此对句子级别译文质量估计方法进行归纳整理具有重要意义.[方法/过程]该文主要是将它们分为基于传统机器学习的方法、基于神经翻译模型的方法和基于预训练语言模型的方法,梳理和对比了这三种译文质量估计方法的代表性工作、交叉工作以及不同方法的发展路线,并介绍了推动译文质量估计研究的相关评测活动和性能评价指标,最后展望句子级别译文质量估计今后的研究方向和发展趋势,并对全文进行总结.[结果/结论]机器译文质量估计未来的研究方向将会越来越成熟,应用场景也会越来越广泛,有逐步取代传统译文自动评价任务的趋势.

关键词：机器翻译、译文质量估计、深度神经网络、预训练语言模型、评价指标

所属期刊栏目：8

分类号：G35;TP391(情报学、情报工作)

在线出版日期：2022-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：34-50