一种融合句法信息的翻译质量自动评估方法

摘要

一种融合句法信息的翻译质量自动评估方法，涉及翻译技术领域。包括以下步骤：获取输入文本的双语文本表示向；将双语输入的文本分别构建句法依赖树，形成句法图；利用图神经网络编码相关节点关系特征后拼接，上层接一个简单的sigmoid层输出质量分数；模型的输出和数据标签的均方根误差误差作为损失，通过反向传播算法更新质量预测模型参数。利用图神经网络巧妙地解决了在翻译质量自动评估中缺乏句法信息的引入问题，在翻译质量自动评估领域，尚未看到此类方法。在预训练模型的基础上，加入图神经网络编码句法信息，使得模型能够同时表达语义和句法信息，比单独使用预训练模型能够在皮尔逊相关系数上普遍提升约19％的效果。