71、机器翻译评估指标的综合解析

机器翻译评估指标的综合解析

在机器翻译领域，评估翻译质量是一个至关重要的环节。不同的评估指标从不同的角度出发，旨在更准确地衡量翻译结果与参考译文之间的相似度和质量。本文将详细介绍几种常见的机器翻译评估指标，包括Meteor、TER - Plus（TERP）、SEPIA和EDPM，并分析它们的特点、优势以及实验结果。

1. Meteor指标

Meteor在NIST MetricsMATR评估中表现出色，是表现最佳的指标之一。评估了仅参数设置不同的三个版本的Meteor。在几乎所有条件下，无论是在片段和文档级别评估与人类判断的相关性，还是针对充分性和排序形式的人类判断，Meteor都是表现排名前三的指标之一。更多详细信息可在NIST MetricsMATR网站上找到。

2. Translation Edit Rate Plus（TER - Plus，TERP）

2.1 TERP概述

Translation Edit Rate（TER）虽然与人类对翻译质量的判断有较好的相关性，但存在一些缺陷，例如仅使用单一参考译文，且仅通过假设译文与参考译文之间的精确单词匹配来衡量相似度。TER - Plus（TERP）是TER的扩展，旨在解决这些问题。

TERP不仅考虑精确匹配的单词，还考虑形态相关或同义的单词，以及通过考虑参考单词的可能释义直接对齐多词短语。TERP使用TER的所有编辑操作（匹配、插入、删除、替换和移位），以及三个新的编辑操作：词干匹配、同义词匹配和短语替换。

2.2 重新调整的参数和相关性

从WMT - 08实验中重新调整的参数值以及各种语言在原始参数和重新调整参数下的