一种基于语义增强的弱语义低资源文字机器翻译方法

本发明以纳西东巴文到中文的翻译任务为例，提供一种基于语义增强的弱语义低资源文字机器翻译方法，包括步骤：S1、设计纳西东巴文编码体系，建立纳西东巴文电子词典；S2、收集并标注足够数量的纳西东巴文‑中文平行句对，构建纳西东巴文‑中文平行语料库；S3、将数据集分为微调数据集和测试数据集，并将微调数据集进一步划分为训练集和验证集；S4、构建基于微调和自定义词表嵌入的语义增强模型；S5、提出结合词替换的迭代反向翻译方法，构造扩展数据集；S6、构建基于语义增强的弱语义低资源文字机器翻译模型，采用增量更新机制，将步骤S5生成的高质量伪平行语料作为增量，输入步骤S3中的语义增强模型，通过参数调整优化模型权重；S7、将待翻译的纳西东巴文编码句输入更新后的模型进行翻译，输出结果。本发明基于传统专家经验进行纳西东巴文到中文的翻译研究，能够实现对纳西东巴文的自动翻译，同时具备持续学习和适应新数据的能力，提升弱语义低资源文字的机器翻译效果，并为相关领域的研究提供技术支持。