基于大语言模型的智能译后编辑系统构建与应用

摘要

[目的]尽管神经机器翻译(NMT)已经成为当前机器翻译(MT)的主流方法，但在关键场景下，仍需要对NMT模型的输出进行译后编辑，以纠正错误并提高质量.[方法]提出了一种基于大语言模型GPT-4o mini自动译后编辑系统SSAE(smart suggest AutoEdit),SSAE系统通过引入术语约束以及多维翻译建议的自反馈机制，来确保翻译过程中术语使用的一致性和准确性，进而提高关键场景下翻译的整体质量.[结果]实验结果显示，该系统对翻译进行有意义且值得信赖的编辑，有助于提高其总体质量，并消除了翻译中的主要错误.在处理专业领域文本时，它的表现尤为出色，显著减少了术语错误和一致性问题.[结论]值得一提的是，本文提出的自动译后编辑系统在WMT-23术语翻译任务中提升了德语-英语、中文-英语和英语-捷克语的翻译性能.

关键词

神经机器翻译 / 大语言模型 / 自动译后编辑

基金资助

国家自然科学基金地区基金(62166022); 云南省“兴滇英才支持计划”(KKXX202403023)