基于Self-training和Web的术语翻译系统

现有基于模式的术语翻译系统存在2个主要缺点,即学习过程依赖人工标定语料和缺乏对模式的评分以及对候选术语的评分太简单。该文将self-training学习机制引入术语翻译系统,在一对训练语料上完成初始学习,在实际运行中自动选择可靠程度较高的术语重新训练,以改进系统性能。该系统中增加了对模式的评分,利用启发规则,扩充了候选术语的评分方法。实验结果表明,改进后系统的性能高于原有系统。

翻译演进与语言自我调节:农科日语词汇的本土化案例分析

自我调节功能是语言本身具有生命力的表现。以现代农科日语词汇汉译演进活动为例,通过对其汉译概况及特点分析,阐明了具备提供大量基本词汇的能产性增殖能力、一定造词规范的强规则化表达能力、建立了纠错系统偏离的动态平衡自稳机制等语言自我调节表现形式,明确了词汇系统保持动态平衡的要因及机理,反映出了在现代开放社会环境下翻译活动与汉语系统共生演变的规律。

基于自注意力机制预训练跨蒙汉语言模型

针对蒙汉机器翻译中平行语料资源稀缺的问题,提出利用单语语料库对蒙汉机器翻译进行研究。由于利用单语语料库进行机器翻译的效果较差,故将基于自注意力机制预训练跨蒙汉语言模型应用于基于单语语料库训练的蒙汉机器翻译系统中。实验结果表明,基于自注意力机制预训练跨蒙汉语言模型的方法极大改善了蒙汉机器翻译系统的性能。