تخمین اطمینان خروجی ترجمه ماشینی با استفاده از ویژگی‌های جدید ساختاری و محتوایی

با وجود پیشرفت‌های اخیر در حوزه‌ ترجمه‌ ماشینی، این فناوری قادر به ترجمه‌ دقیق متون نیست و گاهی ممکن است ویرایش خروجی آن زمان بیشتری نسبت به ترجمه دستی بگیرد. با این حال با داشتن تخمینی از کیفیت خروجی، کاربران می‌توانند به‌طور مناسبی با ناکامل‌بودن این فناوری برخورد کنند. برای کاربردهایی که هدف آنها بالابردن کیفیت ترجمه‌ ماشینی است، نظیر ترکیب خروجی سامانه‌های ترجمه‌گر مختلف، بازترتیب فهرست چند ترجمه‌ بهتر و بازتولید خروجی، لازم است که بدون داشتن ترجمه‌ مرجع تخمینی از درستی خروجی داشته باشیم. هنوز روش کارامدی برای تخمین درستی کلمات خروجی ترجمه‌ ماشینی وجود ندارد. در این مقاله پنج گروه ویژگی جدید در قالب ویژگی‌های مبتنی بر محتوا و مبتنی بر ساختار ارایه شده است. نتایج نشان می‌دهد که ویژگی مبتنی بر محتوا نسبت به بهترین سامانه پایه (2) برتری 63/9 درصدی در cer، 5/8 درصدی در f-measure و 1/5 درصدی در f-measure طبقه منفی داشته است. همچنین ترکیب ویژگی‌های مبتنی بر ساختار ارایه‌شده، در مقایسه با بهترین سامانه پایه به‌ترتیب بهبود 59/4، 1/4 و 2 درصدی در معیارهای cer، f-measure و f-measure طبقه منفی ایجاد کرده است.