基于神经网络的机器翻译研究综述

来源：计算机工程与应用杂志2025年第22期北京时间：

作者：马潇, 田永红, 赵伟

单位：内蒙古工业大学 数据科学与应用学院，呼和浩特 010080

摘要：随着计算机技术的进步，机器翻译已成为实现跨语言沟通的关键工具，其发展历程可分为基于规则的机器翻译、基于统计的机器翻译以及基于深度学习的神经机器翻译。聚焦于大语言模型在翻译领域的应用与创新，全面回顾并系统性梳理了神经机器翻译（neural machine translation，NMT）的最新进展。从早期的循环神经网络到卷积神经网络，再到当前广泛应用的Transformer模型及其变体，概述了机器翻译的演进历程，分析了NMT的主流架构发展。深入剖析了大语言模型翻译的三个关键维度，系统比较了全参数微调与高效参数微调等技术在翻译任务上的差异性表现；详细探讨了多语言大模型翻译技术、零样本与少样本跨语言迁移的技术挑战与解决方案；全面综述了知识图谱增强、领域专业知识融合及多模态知识融合的大模型翻译方法；介绍了机器翻译的评价指标与常用数据集，并对低资源语言翻译提升、可解释与可控翻译系统、跨文化适应性翻译、计算资源优化以及隐私保护与安全可控等方向的研究前景进行了展望。

关键词：神经机器翻译,大语言模型,参数微调,多语言机器翻译,低资源语言翻译,知识图谱增强