-
#1机器翻译的反事实学习：退化问题与解决方案针对从确定性日志中进行离线机器翻译学习时逆倾向评分退化问题的分析，包含提出的解决方案与形式化见解。
-
#2阿拉伯语神经机器翻译的首个成果：分析与洞见分析神经机器翻译在阿拉伯语上的首次应用，对比其与基于短语的系统的性能，并评估预处理效果。
-
#3印度机器翻译系统：方法、系统与未来方向分析为印度语言开发的机器翻译系统，涵盖直接、基于规则和基于语料库等方法、关键系统及未来研究方向。
-
#4利用大语言模型引导多语言语义解析器：分析与框架分析利用LLMs对英语语义解析数据集进行少样本翻译以训练多语言解析器的方法，在50种语言上超越了翻译-训练基线。
-
#5神经机器翻译：从基础到高级架构的全面指南深入探讨神经机器翻译，涵盖其历史、核心神经网络概念、语言建模、编码器-解码器架构、优化技术及未来挑战。
-
#6领域专业化：一种神经机器翻译的训练后自适应方法分析一种新颖的NMT训练后领域自适应方法，探讨其增量专业化、实验结果及未来应用。
-
#7法律翻译人才培养专业化：前景与机遇分析法律翻译人才培养的挑战与机遇，探讨更新培养模式、技术整合以及译者作为跨文化调解者的角色演变。
-
#8翻译伦理的维基化：专业准则与社区实践的碰撞分析专业翻译伦理准则如何适用于众包、粉丝翻译和自由开源软件本地化等非专业场景，揭示差异与创新。
-
#9翻译记忆库检索方法：算法、评估与未来方向对翻译记忆库系统的模糊匹配算法进行分析，评估其与人工判断的相关性，并提出一种新的加权N元语法精确度方法。
-
#10重新审视翻译记忆增强的神经机器翻译：一个方差-偏差视角从概率检索视角和方差-偏差分解分析TM增强的NMT，提出一种解决其在高低资源场景下性能矛盾的方法。
-
#11全球化商业图景下笔译员与口译员角色的演变分析全球化与技术如何重塑翻译需求，将译者定位为文化调解者和战略性商业资产。
-
#12变分神经机器翻译：一种用于语义建模的概率框架分析一种用于神经机器翻译的变分编码器-解码器模型，该模型引入连续潜变量以显式建模底层语义，从而提升翻译质量。
最后更新: 2026-01-12 07:30:07