面向英格兰-古吉拉特机器翻译系统质量的可训练参考基评估指标
计算与语言
2025-10-08 v1 人工智能
摘要
机器翻译（MT）评估是MT开发生命周期中的一个重要环节。没有对MT引擎输出进行分析，就不可能评估MT系统的性能。通过实验发现，对于英语及其他欧洲语言有效的评估方法在印度语言上表现不佳。因此，本文引入了一个基于监督学习的古吉拉特语言评估指标。我们训练了两个版本的评估指标，这两个模型都使用25个特征进行训练。其中一个模型使用6个隐藏层进行500个epoch训练，另一个模型使用10个隐藏层进行500个epoch训练。为测试评估指标的性能，我们收集了来自七个MT系统的1000个MT输出，这些输出与1个人类参考翻译进行了比较。在将所developed的评估指标与其他可用评估指标进行比较时，发现这些指标在人类相关性方面表现更佳。
引用
@article{arxiv.2510.05113,
title = {Trainable Reference-Based Evaluation Metric for Identifying Quality of English-Gujarati Machine Translation System},
author = {Nisheeth Joshi and Pragya Katyayan and Palak Arora},
journal= {arXiv preprint arXiv:2510.05113},
year = {2025}
}
备注
8 Pages, 4 Tables, 4 Figures