本文综述机器翻译质量评估研究，指出改进参考文献收集与同义词改写可提升自动指标与人工评估的相关性；自动指标单独使用易致误判，需结合人工判断；提出基于MQM错误分析和预训练模型的评估方法，分层抽样可降低标注成本，神经度量训练增强鲁棒性；并指出既有评估设计缺陷，需改进评估协议。