来源：期刊VIP网 时间：
作者：戴光荣;黄栋樑;
单位：广东外语外贸大学;
摘要：低资源语言翻译质量低下一直是数字化时代机器翻译研究领域的痛点。目前，相关算法、模型在高资源语言翻译中已取得显著成绩，甚至超过人类表现；而与低资源语言相关的语言模型内部、外部知识不一致，导致机器的文本阅读能力、理解能力和翻译能力表现不佳。本文分析低资源语言中的知识本体和知识内涵，探讨低资源知识对于提高低资源语言机器翻译质量的效用。在此基础上，本文以低资源知识谱系、知识群和知识库为基准，搭建并完善低资源知识模型，进一步平衡机器翻译中低资源语言模型所需的内外部知识，进而提升低资源语言机器翻译的译文质量。
关键词：机器翻译质量;;低资源语言;;低资源知识;;低资源知识模型
基金资助：国家社科基金项目“神经网络机器翻译质量提升研究”（22BYY042）的阶段性成果
