本文探讨了机器翻译系统中自动度量的可靠性，指出现有评估方法对异常值敏感，可能导致错误结论。研究强调依赖人工判断作为参考的重要性，并提出改进自动评估指标的建议。同时，开发了针对印度语言的度量指标，评估了多种机器翻译系统的性能，突出了自动指标的局限性及未来改进方向。