一种用于多语言机器翻译的知识迁移方法

本发明提供了一种用于多语言机器翻译的知识迁移方法，可以应用于自然语言处理和大语言模型技术领域。该方法包括：对教师模型中与多语言机器翻译任务相关的关联神经元进行语言感知度评估，得到语言感知度得分集；根据语言感知度得分集将教师模型中的关联神经元分类为语言通用神经元和语言特定神经元，并基于分类结果从教师模型的权重矩阵中提取权重子矩阵；基于特定语言的机器翻译任务，利用权重子矩阵对学生模型中的共享低秩适应模块和多个语言特定低秩适应模块进行选择性的参数更新进而完成从教师模型到学生模型的知识迁移。本发明提供的方法能够解决参数干扰、知识遗忘、知识迁移效率不足、语言感知信息利用不充分等技术问题。