机器翻译技术通过多年的发展,已经从基于规则的翻译技术,到统计机器翻译技术,再到基于神经网络和云的翻译模式,支持的语种越来越多,翻译的质量也逐渐得到提高,但在语义、语境方面的质量依然还存在很多有待研究解决的问题。特别是小语种的翻译,由于资源的匮乏,导致采用常用的统计机器翻译技术难以获得满意的翻译结果。众包用一种既灵活又有效的方式来解决问题,逐渐受到了人们更多的关注。将众包应用到小语种机器翻译的语义校正和质量控制之中,并对翻译结果进行质量的改进,是本论文研究的主要目的。但由于众包采用面向未知大众的工作方式,而且接受任务的工作者具有独立匿名的特点,所以在众包技术应用时,对众包结果筛选和质量控制进行研究成为关键。本文在对众包结果筛选和质量控制方法研究的前提下,通过引入中间选民(Median vote)理论,设计了一个面向机器翻译质量改进的众包质量管理和结果筛选机制。该机制首先基于众包原理完成任务设计、分解和分发,并融合Median Vote和迭代的方法,对结果进行最优答案筛选和翻译的质量改进,以求取得一个相对于机器翻译更好的翻译效果。最后,以中泰翻译语料作为研究对象,对该方法进行了试验验证。最终证明在机器翻译中的相关环节采用众包技术,结合本文所述的方法对反馈结果进行质量评估、筛选和控制管理,可有助于一定程度上提高原内容的语义和质量,获取更好的结果。