多模态机器学习视域下字幕翻译的生成机制

字幕翻译不是纯文本的翻译,而是一种涵盖多模态的翻译类型。然而,由于相关研究大多着眼于符号和文本,字幕翻译并未跳出语言学的认知范畴。为此,本文借助多模态机器学习这一信息技术,将字幕翻译过程中所涉及的模态信息化,并根据多模态机器学习的原理,对字幕翻译的生成机制进行了剖析。本文具体探讨了字幕文本、声音和图像这三大模态的转化+协同表征、对齐和融合+联合表征机制,旨在完善字幕翻译的研究方法,为字幕翻译提供新的理论指导和技术支持。