基于词向量空间模型的机器翻译质量评价分析——以石油术语有道翻译为例

doi:10.12339/j.issn.1673-8578.2022.02.003

中国科技术语 ›› 2022, Vol. 24 ›› Issue (2): 21-25.doi: 10.12339/j.issn.1673-8578.2022.02.003

基于词向量空间模型的机器翻译质量评价分析——以石油术语有道翻译为例

陈柯(), 柴启栋()

西安石油大学外国语学院,陕西西安 710065

收稿日期:2021-05-26 修回日期:2021-09-24 出版日期:2022-04-05 发布日期:2022-03-31
作者简介:陈柯(1975—),女,西安石油大学外国语学院教授,硕士生导师,主要研究方向为翻译。先后主持完成全国商科教育科研“十二五”规划课题、陕西省哲学社会科学课题、陕西省“十二五”规划课题、陕西省教育厅课题、陕西省重大理论与现实课题,并连续5年获西安社会科学规划课题资金资助。通信方式: 1295242889@qq.com。
柴启栋(1995—),男,西安石油大学外国语学院硕士研究生,研究方向为石油翻译、科技翻译等。通信方式: 1523825329@qq.com。
基金资助:
陕西省2021年外语学科专项课题项目(2021ND0624);西安市2021年社会科学基金重点项目(WL78)

The Results Analysis of Machine Translation on Petroleum Engineering Terms Based on Vector Space Model

CHEN Ke(), CHAI Qidong()

Received:2021-05-26 Revised:2021-09-24 Online:2022-04-05 Published:2022-03-31

摘要/Abstract

摘要：

文章从问题意识视角出发,以石油术语为基础,引入词向量空间模型的方法展开三个相关实验对机器译文和人工译文进行对比研究,探索机器翻译结果在空间模型中的演绎和呈现。实验结果显示机器翻译对于石油术语的语言翻译准度能达到0.403。文章尝试结合计算机技术、语言学和翻译学等不同领域量化论证两种翻译结果在语义层面的接近和靠拢程度,以期探索评价分析机器翻译系统输出结果质量的新途径。

关键词: 机器翻译, 向量空间模型, 石油术语, 语义相似度

Abstract:

From the perspective of problem awareness, this paper conducted an in-depth terminology analysis on machine translation and manual translation by training vector space model. Three experiments were performed by the means of training the vector space model to compare the results of machine translation. These experiments demonstrate the similarity between machine translation and manual translation is 0.403. Integrated with computer technology, linguistics and translation, this paper focuses on the semantic similarity between machine translation and manual translation that aims to blaze a new way for results evaluation of machine translation.

Key words: machine translation, vector space model, petroleum terms, semantic similarity

中图分类号:

陈柯, 柴启栋. 基于词向量空间模型的机器翻译质量评价分析——以石油术语有道翻译为例[J]. 中国科技术语, 2022, 24(2): 21-25.

CHEN Ke, CHAI Qidong. The Results Analysis of Machine Translation on Petroleum Engineering Terms Based on Vector Space Model[J]. China Terminology, 2022, 24(2): 21-25.

图/表 3

参考文献 13

[1]	李沐, 刘树杰, 张东东, 等. 机器翻译[M]. 北京: 高等教育出版社, 2018:51-53.
[2]	POIBEAU T. 机器翻译[M].连晓峰,译. 北京: 机械工业出版社, 2019:38-42.
[3]	张霄军. 翻译质量量化评价研究综述[J]. 外语研究, 2007(4):80-84.
[4]	罗季美. 机器翻译中的术语错译分析[J]. 中国科技术语, 2013, 15(1):41-45.
[5]	杨玉婉. 神经机器翻译的译后编辑:以《潜艇水动力学》英汉互译为例[J]. 中国科技翻译, 2020(4):21-23.
[6]	蔡欣洁, 文炳. 汉译英机器翻译错误类型统计分析:以外宣文本汉译英为例[J]. 浙江理工大学学报, 2020(44):27-34.
[7]	ALMAHASEES Z M. Assessing the Translation of Google and Microsoft Bing in Translating Political Texts from Arabic into English[J]. Int. J. Lang. Lit. Linguist, 2017(3):1-4.
[8]	BENKOVÁ L, MUNKOVA D, BENKO L, et al. Evaluation of English-Slovak Neural and Statistical Machine Translation[J]. Applied Science, 2021(11):2-17.
[9]	石油名词审定委员会. 石油名词(全藏版)[M]. 北京: 科学出版社, 1995.
[10]	任晓娟, 徐波. 石油工业概论[M].2版. 北京: 中国石化出版社, 2015.
[11]	沈思, 孙豪, 王东波. 基于深度学习表示的医学主题语义相似度计算及知识发现研究[J]. 情报理论与实践, 2020(5):183-190.
[12]	王青, 马萧. 问题意识视域下机器翻译质量评估研究[J]. 湖南社会科学, 2020(6):144-151.
[13]	冯志伟. 词向量及其在自然语言处理中的应用[J]. 外语电化教学, 2019(2):3-11.

石油		测井		压裂		钻井		钻井液
近义词	相似度	近义词	相似度	近义词	相似度	近义词	相似度	近义词	相似度
天然气	0.727 13	录井	0.572 85	掘进	0.575 51	钻油	0.758 92	滤纸	0.566 36
油气	0.687 78	岩心	0.566 17	钻探	0.571 71	钻探	0.735 76	过滤器	0.560 67
炼油	0.639 82	钻探	0.561 38	钻孔	0.536 13	钻机	0.721 41	石蜡	0.515 11
原油	0.633 75	金刚石	0.483 75	研磨	0.524 59	油田	0.609 42	电渗析	0.513 19
铁矿石	0.557 82	选矿	0.473 23	离子交换	0.514 46	勘探	0.603 07	异丙醇	0.499 83
油田	0.501 61	后处理	0.413 07	电烧	0.447 98	采油	0.579 67	聚四氟乙烯	0.492 73

石油		测井		压裂		钻井		钻井液
近义词	相似度	近义词	相似度	近义词	相似度	近义词	相似度	近义词	相似度
天然气	0.727 13	录井	0.572 85	掘进	0.575 51	钻油	0.758 92	滤纸	0.566 36
油气	0.687 78	岩心	0.566 17	钻探	0.571 71	钻探	0.735 76	过滤器	0.560 67
炼油	0.639 82	钻探	0.561 38	钻孔	0.536 13	钻机	0.721 41	石蜡	0.515 11
原油	0.633 75	金刚石	0.483 75	研磨	0.524 59	油田	0.609 42	电渗析	0.513 19
铁矿石	0.557 82	选矿	0.473 23	离子交换	0.514 46	勘探	0.603 07	异丙醇	0.499 83
油田	0.501 61	后处理	0.413 07	电烧	0.447 98	采油	0.579 67	聚四氟乙烯	0.492 73

基于词向量空间模型的机器翻译质量评价分析——以石油术语有道翻译为例

The Results Analysis of Machine Translation on Petroleum Engineering Terms Based on Vector Space Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 13

相关文章 2

编辑推荐

Metrics

本文评价

[1]	曾江霞. 多模态大数据语境下科技术语翻译标准分析——以新冠肺炎和新冠病毒术语翻译为例[J]. 中国科技术语, 2020, 22(5): 33-41.
[2]	张榕. 术语定义的聚类研究[J]. 中国科技术语, 2011, 13(1): 14-18.