翻译质量怎么评估：BLEU与人工评价之外

「这段翻译好不好」怎么判断？业界有一套从机器到人的评估体系。了解它，你能更理性地看待翻译工具的优劣。

自动评估：最常用的是BLEU分数——把机器译文与参考译文对比，看词组重叠度。BLEU是开发阶段的标尺，但它只看「表面相似」，翻得流畅但不逐字对应的好译文，分数反而低。因此BLEU高不代表译文好，只能说明「接近参考译法」。

人工评价：更可靠的评估是人工打分，维度包括准确性（意思对不对）、流畅度（读起来顺不顺）、忠实度（有没有漏译误译）、术语一致性等。行业里常用「分档打分」（如1-5分）和「错误分类」两种方式。

用户视角的评估：对普通用户来说，最实用的方法是「回译检查」——把译文再翻回源语言，看意思是否一致；或者让第二个人只看译文复述大意。语言没有唯一正确答案，翻译评估也永远是人机结合。