摘要
本发明公开一种基于大语言模型的机器译文质量估计方法，其方法步骤为：提取源语言句子至机器译文的相似度特征向量和机器译文至源语言句子的相似度特征向量，提取机器译文质量估计特征向量，预测机器译文质量得分；最小化均方差损失和交叉熵损失的总和来训练模型中的参数。本发明结合大语言模型这两方面的特点，将大语言模型对机器译文和源语言句子的表征输入引入辅助分类任务的神经网络中预测机器译文质量；同时由大语言模型进行翻译生成伪参考译文，使用伪参考译文代替人工参考译文采用机器译文自动评价方法进行译文质量评价，将两者相结合预测机器译文质量。
