程晓娇

(大连财经学院 国际教育学院，辽宁 大连 116622)

随着经济的腾飞，互联网行业正在飞速发展，英语翻译在世界贸易中的地位逐渐提升。机器翻译技术可以克服人工翻译中的多种问题，降低人工翻译的经济消耗与时间消耗。在当前这个高度信息化的时代，人们对于英语的翻译要求逐渐增加，计算机对英语语言的理解与翻译需求越发迫切[1-2]。计算机的英语翻译能力直接影响着翻译结果的应用效果，与人们的经济活动息息相关。但英语翻译结果均会出现语法错误，使计算机翻译结果出现偏差，影响英语翻译结果的输出与判断。因此，在以往的研究中，大量的专家学者提出了机器英语翻译错误自动识别方法，力求降低英语翻译错误对经济活动的影响。

张楠等人采用神经机器翻译方法对中英文翻译结果进行预测，在预测的过程中完成翻译错误结果的识别工作[3]。此方法的识别速度相对较高，但是识别精度与有效性较差。为此，使用多特征融合技术，设计新型机器英语翻译错误自动识别方法。为保证此方法设计完成后具有应用价值，构建相应的实验环节对其展开验证，确保此方法具有研究意义。

1 基于多特征融合的机器英语翻译错误自动识别方法设计

1.1 机器英语翻译信息特征提取

在本次研究中，将融合英语翻译的特征提取算法，充分利用平行语料。提取到的特征融合翻译结果，得到机器英语翻译的信息特征。通过文献分析可以发现，机器翻译可以分为两部分，分别是将源语言翻译为目标语言以及将目标语言翻译为源语言[4-5]。……