机器翻译评测是机器翻译领域研究的重点和难点,对研究人员、系统开发者和用户均具有重要的指导意义。但是随着机器翻译的实用化,传统的基于参考译文的自动评测方法已很难满足技术发展和广大用户的需求,因此本文提出一种无需参考译文的自动评测方法。取得的主要成果包括以下三个方面：一是着眼于译文流利度,使用n-gram语言模型计算译文困惑度的倒数,作为其流利度评分。并将该评分与人工评测结果进行比较,获得二者的相关系数为0.27。二是考察译文的忠实度,将翻译视为源语言单词转化为目标语言单词的过程,首先使用双语词典在原文与译文间构造单词对齐,得到准确率与召回率,然后计算F测度值作为译文的忠实度评分。实验结果显示该评分与人工评测结果的相关系数为0.24。三是重点比较了融合流利度、准确率、召回率三种评分的两种方式：基于网格搜索算法的融合与基于机器学习的融合。实验结果表明基于机器学习的融合效果更显著,融合后评分与人工评测结果的相关系数已超过BLEU的水平,从而进一步验证了本文方法的可行性和有效性。