跳到正文
热点事件持续更新

研究团队提出GLOSS-MT可控低资源机器翻译方法

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

2026年10月20日,研究人员在arXiv平台发布了题为《GLOSS-MT:基于可编辑词典的可控低资源机器翻译》的研究。该研究针对低资源机器翻译场景提出了GLOSS-MT方法。该方法通过离线词典就地替换源文本中的名词短语,并且仅需进行一次微调,即可赋予低资源机器翻译术语可控性,以此提升翻译过程中的专业术语控制能力。

AI 根据报道生成 · 6 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv 自然语言处理
    GLOSS-MT:基于可编辑词典的可控低资源机器翻译

    研究人员提出 GLOSS-MT 方法,通过离线词典就地替换源文本名词短语并仅微调一次,赋予低资源机器翻译术语可控性。

本事件热度走势

当前热度 8·可比范围峰值 10(10月20日 13:00)·近 24 小时可比范围变化 –

02.557.51010月20日13:0010月20日15:0010月20日16:0010月20日18:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。