一种基于大语言模型的翻译语义纠偏方法及系统

本发明提出了一种基于大语言模型的翻译语义纠偏方法及系统。属于自然语言处理技术领域；所述方法包括：对数据进行收集；利用大型语言模型进行命名实体识别，从源语言文本中提取具体实体，通过LLM分析实体之间的关系，生成实体对关系；识别并提取实体的属性，并将这些属性与对应的实体进行关联；将提取的实体、关系和属性按照图谱结构进行整合，构建起初步的知识图谱；将源语言文本输入模型进行翻译；将初步翻译结果中的术语与知识图谱进行比对，识别出潜在的语义偏差。对翻译结果进行质量评估。通过将识别并提取的实体之间的关系和属性整合到知识图谱中，可以更加深入的理解实体之间的语义联系，使得后续的翻译更加的符合实际的语境。