自从机器翻译在计算机上实现，研究者们就开始对其进行人工评价和自动评价。一些研究者根据自己的使用经验总结了机器翻译的优势与劣势，不仅为机器翻译系统用户提供了如何合理使用机器翻译系统的方法，也为机器翻译系统开发者提供了改进意见。由于人工评价多为描述性评价，很少参照相应标准，因此评价结果过于主观。另一些研究者则是程序员，他们发明了BLEU、NIST和METEOR等算法来自动计算译文的平均质量。尽管这些机器翻译自动评价解决了人工评价成本高，耗时长等问题，但这些自动评价方法多数以字符串相似度高低决定译文优劣，评价结果的信度值得怀疑。为了解决以往机器翻译评价研究中存在的不足，本文试图建立一套客观、综合的机器翻译系统评价标准，以期揭示机器翻译系统的能力与不足，从而提高其使用效率。为了保证评价的全面性和系统性，评价标准以邱懋如教授提出的“等值与翻译等值模式”为基础，同时遵循机器翻译系统的特性制定，以保障评价能够实现预期目标。论文第一章回顾了以往的机器翻译评价研究，其后第二章介绍了邱懋如教授的“等值与翻译等值模式”。第三章基于邱懋如的“等值与翻译等值模式”，结合机器翻译特性，建立了一套客观、综合的机器翻译系统评价标准，其中规定的了评价过程以及结果分析方法。第四章根据该评价标准编制“等职评价者”软件，实现评价过程的自动化。本文的结论是：依据该标准进行评价，可以揭示机器翻译系统是否能实现邱懋如提出的各层面的等值，这不仅能帮助用户找到综合翻译质量最佳的系统，还能够发现哪种系统更为合适。此外，通过实验证明，“等职评价者”能够量化评价机器翻译系统各个层面的能力，也能够成功的比较多个系统。