《2022年机器翻译评测报告》解读（上）

点击译知科技 关注我们

1

Intento和e2f介绍

• 机器翻译检测和机器翻译质量评估服务，使企业能够监测供应商是否达到人工和机器翻译的品牌标准 。
  
  
• 创建自定义Lingosets™，即扩充的多语言数据集，代表真实的人类对话。Lingosets可作为对话式人工智能部署的基准。
  
  
• 提供黄金数据集和训练数据集，帮助领先的机器翻译供应商能够评估和微调引擎性能。

2

《2022年机器翻译评测报告》解读

（一）机器翻译类型分类

报告将所选机器翻译的类型进行了划分，包括通用领域、垂直领域、术语定制化、领域自适应和人工适应的机器翻译。

其中，既可以定制翻译记忆库又可以定制术语的机器翻译有7个，分别是Amazon、Google Cloud、IBM Watson、Microsoft、Rozetta T-400、SYSTRAN和Ubiqus；有3个机器翻译可以定制翻译记忆库，但不提供术语定制服务，分别是Globalese、ModernMT和Yandex；2个机器翻译只可以定制术语，分别是百度和DeepL。从分析中可得，目前可提供定制化服务的机器翻译仍占少数。

（二）数据集的选择与清洗

报告详细介绍了数据集的选择标准和内容。本次评测的数据集选取的都是开源数据，在评测之前，先对数据集进行了过滤和清洗，清除了重复内容、标签、不完整符号、截断句段等，过短（少于4词）和过长的句子都被排除在外，但也考虑了口语体的特殊情况。

（三）行业领域划分

报告将所有句段根据行业领域进行了划分，共分为通用、金融、法律、医疗、娱乐、教育、信息技术、酒店服务和口语体共9个领域。与往年报告不同，2022年报告统一了各语言对、各行业领域的句段数量，在11个语言对的每个领域中，都各选取了500个句段，以便更加公平公正地评测机器翻译质量。

本篇文章首先对《2022年机器翻译评测报告》的数据集内容进行了概述，关于具体的评测方法、评测指标和评测结果将在下一篇文章中进行介绍和解读。

若您对机器翻译感兴趣，请继续关注我们的系列文章，一起探索如何针对不同行业、不同内容类型和不同语言对，选择最适合的机器翻译引擎！

欢迎点击“阅读原文”获取《2022年机器翻译评测报告》原文文档。

本文专家

  韩林涛   审核专家

  硕士生导师，任教于北京语言大学

  外国语学院高级翻译学院，担任本

  科翻译（本地化方向）专业负责人