- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ICS33.050
M30
团体标准
T/TAF059-2020
面向智能终端的智能翻译测试库构建方法
TheConstructionMethodofIntelligentTranslationforSmartMobile
2020-06-17发布2020-06-17实施
电信终端产业协会发布
T/TAF059-2020
面向智能终端的智能翻译测试库构建方法
1范围
本标准建立的测试库适用于针对智能翻译系统进行的自动评测和人工评测。本标准对测试库建立时
原文和译文的来源以及质量等进行了要求,并提出了相应的评估方法。测评时可根据产品的特性和测试
需求从本测试库中选择测试集,测试集可以是本测试库的子集。
2规范性引用文件
下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件,仅所注日期的版本适用于本文
件。凡是不注日期的引用文件,其最新版本适用于本文件。
3原文要求
3.1来源
在原文的选取原则上应保证原文语法正确、语序合理、用词恰当。基于以上原因,数据可来源于知
名的开放媒体、会议或期刊、政府或者国家机构网站等。
原文需经过人工二次确认保证原文的准确性方可作为自动评测原文。
3.2内容
评测数据集应保证不含粗俗以及政治敏感内容,价值观正确,所有参与评测的数据应使用正确的语
法、合理的语序、恰当的用词等,不应存在错误信息。
评测数据应具有普遍适用性及代表性。对于通用领域评测数据集,所选评测数据应包含众多领域,
可侧重在社会、政治、经济、口语、科技、体育、教育和医疗方面,领域应至少涵盖以上八个领域中的
五个,所选的题材、句型、词汇应为这些领域常见而非生僻的,选择有代表性的真实文本。对于特定专
业领域评测数据集,所选的题材、句型、词汇应体现出不同专业领域的普遍特点,选择有代表性的真实
文本。
评测数据应涵盖特定语言不同于其他语言的词、短语、句法等数据。
3.3数据规模
自动评测中,可采用以下两种数据规模:
1
T/TAF059-2020
——条件允许的情况下,为了减少同义词、同词干等问题对评测结果造成的影响,推荐使用采用一
比四的原文译文句数比作为最终测试数据。例如使用1000句测试规模,应包含1000句原文及4000句对应
译文。
——考虑到成本问题,也可使用一比一的原文和译文配比。数据集规模建议不少于1000句。
人工测评中,数据集规模不宜少于500句。
3.4句子类型
不同智能翻译系统对不同长度的数据处理能力不同,为均衡评测数据本身带来的影响,在评测数据
集制作过程中,遵循以下的规则:
其中,原文数据长度及对应长度数据占比如下表所示:
语料长度百分比
15个字(词)以下20%
15-30个字(词)30%
30-75个字(词)40%
75-120个字(词)10%
3.5数据格式
评测数据均使用UNIX纯文本格式进行存储,评测数据编码需为UTF-8无BOM编码,若翻译系统中的中
文为简体则中文评测数据需保证为中文简体。
4原文质量评估
4.1词语级
词汇级评测关注的重点是词语的含义以及词性的问题。比如评测点根据英文单词的词性划分为动词、
名词、形容词、副词
您可能关注的文档
- TTAF 053-2020 移动智能终端老化性能评测方法.pdf
- TTAF 054-2020 NB-IoT终端安全测试细则和送检指引.pdf
- TTAF 057-2020 移动智能终端应用软件SDK安全技术要求.pdf
- TTAF 060-2020 智能终端人脸识别测试库构建方法.pdf
- TTAF 061-2020 车载T-BOX信息安全技术要求和测试方法.pdf
- TTAF 066-2020 移动智能终端及应用软件用户个人信息保护实施指南:第4部分 应用软件告知同意.pdf
- TTAF 067-2020 移动智能终端及应用软件用户个人信息保护实施指南 第6部分:应用软件敏感权限规范.pdf
- TTAF 068-2020 移动智能终端及应用软件用户个人信息保护实施指南 第8部分:隐私政策 .pdf
- TTAF 069.1-2020 移动应用分发平台系列规范:APP信息展示规范.pdf
- TTAF 077.20—2023 APP收集使用个人信息最小必要评估规范 第20部分:搜索及浏览记录.pdf
文档评论(0)