基于大语言模型的自动化术语增强翻译框架研究

《Scientific Reports》：Automated terminology enhancement for domain-specific translation using large language models

　　

摘要

本文提出了一种自动化术语增强翻译（ATET）框架，该框架将大语言模型（LLM）与术语增强机制相结合，以提升领域专业翻译的准确性和一致性。大语言模型在翻译专业术语时经常出现错误。ATET 框架通过引入一种自动化流程，在翻译过程中识别并纠正术语，从而减少了对人工干预的依赖，并最大限度地降低翻译错误。实验结果表明，ATET 框架在多个语言对（中英、德英、英捷克语、英中、英德、捷克语英）中显著提高了翻译质量，尤其在处理领域专业术语方面表现突出。微调进一步提高了术语翻译的准确性，验证了该框架在多语言翻译任务中的适用性和潜力。本研究为推进机器翻译技术发展提供了一种有效方案，并凸显了其在专业翻译场景中的实用价值。