孙李丽,郭 琳,张文诺,文 旭

1(商洛学院 人文学院,商洛 726000)

2(商洛学院 电子信息与电气工程学院,商洛 726000)

3(西南大学 外国语学院,重庆 400715)

机器翻译效率高、成本低,随着人工智能技术发展得到广泛应用,同时人们对翻译质量的诉求也越来越高.衡量一个翻译作品的质量主要看是否忠于源语,以及目标语的语法、语义错误和优美程度,特别是地域文化和方言气息浓厚的文学作品,译文不仅要准确描述内容情节,还要真实表达人设、历史、社会和文化环境,因此翻译评价和机器翻译类似,需要对作品解码和重新编码,通过融合和训练,合理科学评价作品翻译质量.智能翻译评价系统需要算法或者模型来完成文本变量特征的表征[1],再通过规则构造评价权重集,最后用匹配模型实现译文的评价和分析.目前已有专家开始探索定性或定量的翻译质量评价方法.哈尔滨工业大学的赵铁军等最先提出人工评价和自动评价思路,利用句子相似度评价EBMT 系统翻译质量[2];其后苏州大学的周国栋等总结自动评价的3 个方面,包括语言学检测点、字符串匹配和机器学习[3];厦门大学的周敏康等提出用层次分析法和模糊数学模型定量评价机器译文翻译质量[4];中国科学院的刘群等提出融合策略,多角度综合评价方法,比如在Blend 上,对比使用SVM和FFNN 两种机器算法[5];北京交通大学的刘明童等提出利用跨语句注意力机制构建BP复述识别模型,提高翻译准确性[6].关于文学……