关于机器翻译质量评估的三个事实

机器翻译质量评估 (MTQE) 是最近本地化行业讨论的一个热门话题，据 Slator 称，它是 “仅次于 MT 的第二热门话题”，但对于大多数人来说，它究竟是什么还不是很清楚。为了帮助您更好地了解什么是 MTQE，以及如何在翻译工作流程中提高效率和节约成本，以下是有关 MTQE 的三个事实。

事实 1：它有别于传统的衡量标准

MTQE 有别于更传统的翻译质量指标，如翻译记忆库 (TM) 的模糊匹配分数、编辑距离分数和双语互译质量评估辅助工具（BLEU） 分数。与这些依赖参考译文进行评估的指标不同，MTQE 是自主运行的。MTQE 模型经过训练，无需明确的参考译文即可评估翻译质量。MTQE 独立于参考译文自主进行评估，因此是一种可扩展性和适应性更强的工具，适用于不同的语言对和更广泛的应用场景。

事实 2：MTQE是数据驱动的自动化

MTQE 是一种全自动的数据驱动流程，其功能类似于机器翻译（MT）引擎，但经过专门训练，可完成质量评估这一独特任务。MTQE 本身具有数据驱动的属性，它在很大程度上依赖于包含各种翻译示例和相应质量标签的训练数据，尤其是这些数据的可用性和质量。MTQE 通过迭代训练过程（包括对各种衡量标准和架构的探索）不断发展，促进模型的持续改进，从而获得更可靠的翻译质量评估分数，用户可据此获得商业洞见并做出决策。

事实 3：MTQE不仅仅是降低以译后编辑 (PE) 成本

虽然 MTQE 的一个主要用途确实是降低与 PE 相关的成本，但其好处远不止于此。在人工介入受限制或因翻译量或交付期限而不可行的情况下，MTQE 可作为风险管理的重要工具。MTQE 可提高效率，最大限度地降低粗略的机器翻译可能带来的的潜在风险。此外，在语言质量评估（LQA）过程中，MTQE 也是一个非常有用的工具，它可以为评估的智能取样做出贡献。质量评分不依赖随机抽样方法，而是通过更有针对性和洞察力的方法来评估翻译质量，从而促进战略分析，展示了 MTQE 的多功能性和更广泛的应用。

（机器翻译，轻度译后编辑，仅供参考）