基于对抗性推理网络和迁移学习的改进MarianNMT跨领域英语翻译研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TP391 文献标识码：A 文章编号：2095-7734（2025）03-0040-11

摘要：现有神经机器翻译技术在处理涉及领域特定术语和复杂文化背景的跨领域翻译任务时，面临语料库差异、上下文理解不足及知识迁移能力有限等挑战，限制了翻译结果的准确性和效率。针对上述问题，提出一种基于对抗性推理网络和迁移学习的改进MarianNMT模型。（剩余12763字）

试读结束

目录
monitor