1、“.....本文的评测方法可以在定程度上反映译文的质量，并且和人工评测结果有定的相关性，但是其正确率还不是很理想，分析原因包括以下几点在特征选取时，本文仅根据频率对模板进行的规范化处理方面进行改进......”。

2、“.....，可能会丢失些重要特征译文中存在的错误对句法分析结果有定的影响语料规模的限制，数据稀疏现象还比较严重训练语料是人工标注的，虽然本文在实验中已经对标记进行了预处理，但是仍然存在着些不规范的标记。结论与展望译文质量自动评测需要从流畅度正确性和忠实度三个方面综合考虑，涉及语法知识和语义知识，是个很有研究意义但解决难度较大的研究课题。本文在无参考译文的情况下......”。

3、“.....实验中采用翻译公司审校过的译文做训练和测试语料，并且错误是由专门的审校人员手工标注的，语料具有很高的可信性和说明性，实验结果表明该方法和人工评测结果有定的相关性。但本文的实验结果还不是很理想，下步打算从语料的规模以及语料错误标记并能够推广应用到函数拟合等其他机器学习问题中......”。

4、“.....脉冲法特征浅层句子模板句法树第层短语模板模板库错误句法模板错误标记所在的根节点的孩子节点例如浅层句子模板短语模板模板错误词性模板错误句法模板实验语料语料专利摘要训练语料,篇质量好的译文,.”......”。

5、“.....可信度小需要参考译文。评测的目的和要求精确评测打分，并指出错误点定性的评价译文好坏。本文出发点对译文进行定性的评测而非精确的质量评价对象机器辅助翻译的结果采用机器学习的方法......”。

6、“.....以置信范围值最小化作为优化目标，即是种基于结构风险最小化准则的学习方法。目标找到个超平面，使得它能够尽可能多的将两类数据点正确的分开，同时使分开的两类数据点距离分类面最远。是从线性可分情况下的最优分类面发展而来的,基本思想可用下图的两维情况说明。图中,方形点和圆形点代表两类样本......”。

7、“.....它们之间的距离叫做分类间隔。所谓最优分类线就是要求分类线不但能将两类正确分开训练错误率为,而且使分类间隔最大。推广到高维空间，最优分类线就变为最优分类面。特点非线性映射是方法的理论基础,利用内积核函数代替向高维空间的非线性映射对特征空间划分的最优超平面是的目标,最大化分类边界的思想是方法的核心支持向量是的训练结果......”。

8、“.....由于的求解最后转化成二次规划问题的求解，因此的解是全局唯的最优解在解决小样本非线性及高维模式识别问题中表现出许多特有的优势......”。

9、“.....通过比较待测译文和参考译文的相似程度判断相对于人工评测，自动评测最大的特点就是效率高，可复用......”。