计算机工程

作者：李博, 季佰军, 段湘煜

单位：苏州大学计算机科学与技术学院, 江苏 苏州 215006

关键词：机器翻译,大语言模型,易错词,纠正机制,脱靶翻译

基金：国家自然科学基金(62276179)

大语言模型在机器翻译任务中已经展现出一定水平, 通过提供翻译提示, 模型能够生成译文。然而, 受预训练语料质量和语言分布的限制, 大语言模型生成的译文仍存在一些低质量翻译问题, 如错译、漏译、幻觉和脱靶翻译等。为了减少大语言模型的低质量翻译, 提出基于译文易错词纠正机制的大语言模型机器翻译方法。首先使用原始训练集的模型译文和参考译文定义大语言模型在特定语向的译文易错词, 然后根据译文中的易错词及其纠正词构建易错词纠正数据集, 利用易错词纠正数据集微调另外一个小型预训练模型得到纠正模型。在推理阶段, 使用纠正模型对大语言模型译文中的易错词进行纠正, 纠正后再由大语言模型完成自回归解码, 最终得到更高质量的译文。实验采用Llama2-7B模型, 在WMT2022测试集的中?英、德?英和俄?英6个语向中进行了验证。结果显示, 与未经纠正的译文相比, X-英翻译语向的平均COMET(Crosslingual Optimized Metric for Evaluation of Translation)和平均SacreBLEU(Bilingual Evaluation Understudy)分别提高了0.018 7和1.26分, 英-X语向的平均COMET和平均SacreBLEU分别提高了0.087 9和7.67分。实验证明了易错词纠正机制能够有效提高文本翻译质量。

来源：2026年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第2期