翻译技术术语：机器翻译缩写的翻译工作流程
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对机器翻译中技术术语（尤其是缩写）翻译缺失的问题，提出了在源语言（SL）到目标语言（TL）的翻译流程中加入新的步骤，通过共享新缩写语料库并实验搜索阈值算法来改善翻译效果。研究发现，该方法比谷歌翻译和OpusMT提高了近10%的准确率，显示出对提升机器翻译质量的潜在影响。
文章介绍了一个涵盖146种语言对的挑战集ACES，用于评估翻译错误识别能力。通过对WMT 2022和2023的50个度量进行测试，发现不同度量在不同语言现象上表现不佳，尤其是基于大型语言模型的方法。扩展的SPAN-ACES数据集用于评估基于跨度的错误度量，结果显示仍需改进。文章建议构建更好的机器翻译度量，包括专注错误标签、融合多种度量、设计专注源句的策略、关注语义内容，并选择合适模型。
