标签
本文从自然语言处理（NLP）的视角研究阿拉伯语字符形式与功能之间的关系是否具有任意性，结果表明，将字符随机重新映射到缩减的rasm集合上，可以在各种NLP任务中取得具有竞争力的表现。
TabletCraft 是一个开源系统，支持阿卡德语与英语之间的双向神经机器翻译，并具备楔形文字渲染功能，使用户既能阅读古代泥板，也能用楔形文字撰写新消息。该系统已被 ACL 2026 的 C3NLP 研讨会接收，并首次公布了英语到阿卡德语翻译的量化结果。
本文研究了在单块GPU上部署EuroLLM和Hy-MT2等翻译模型时的量化权衡，表明将文档分块策略与W4A8/W8A8量化相结合能够改善延迟-吞吐量权衡，同时引入文档级评估来考察长上下文动态。
本文利用mT5和成对迁移矩阵，研究了五种突厥语族语言之间的机器翻译跨语言迁移，发现迁移在紧密相关的语言对之间最强，并且在文字不匹配的设置中，拉丁化有所帮助。
本文介绍了Translation with Thought (TwT)，一种资源理性的多领域机器翻译框架，可根据输入难度自适应调节推理强度，通过难度感知推理轨迹上的监督微调和强化学习训练而成。TwT-7B和TwT-14B在降低32–60% token用量的同时，在翻译质量上超越了更大的SOTA推理模型。
介绍对比错误跨度标注（cESA），这是一种同时对多个翻译进行人工评估的协议，与标准方法相比，减少了标注时间和噪声。
本文评估了提示范围（单目标 vs. 家族范围）和示例相似性（随机、词汇、嵌入）对本地LLM在英语到罗曼语系和英语到日耳曼语系翻译质量的影响，发现专用机器翻译系统仍然表现更好，且嵌入检索带来适度的提升。
本文介绍了GAND，这是一个用于分析机器翻译中性别偏见的性别模糊自然英语句子的基准测试资源，并利用对比翻译进行可解释性分析，以揭示影响性别分配的源词。
本文对面向低资源阿拉伯字母语言的生物医学机器翻译中的跨语言迁移进行了系统研究，以阿拉伯语和波斯语作为枢轴语言。作者评估了LoRA适配器融合作为一种零数据迁移策略，并表明该策略对于达里语等亲缘关系较近的语言效果出乎意料地好。
本文提出了一种跨语言数据增强策略，利用机器翻译将专家标注的难度标签从高资源语言迁移到低资源语言。基于BERT的回归模型实验表明，用翻译语料库增强稀缺的本土数据显著提高了文本难度评估的准确性。
LatentMT将潜在推理循环语言模型应用于机器翻译，在计算量更低的情况下实现了与三到五倍规模模型相当的性能，并在中资源和低资源语言上达到了最先进结果。
本文研究了多语言分词器如何处理跨语言同形词（不同语言中拼写相同但含义不同的词），并提出了一种轻量级的语言线索干预方法，通过引入语言特定字符来减少分词共享。实验表明，在机器翻译中，特别是在BPE分词下，该方法带来了适度的改进。
提出 Token-Level Off-Policy Labeling (TOPL)，一种用于忠实生成的离策略训练范式，将后训练重新定义为词元级正确性预测，在摘要和机器翻译任务上实现了强大的分布外泛化能力。
本文探讨了基于翻译的微调作为低资源语言本地语言BERT模型的资源高效替代方案的可行性，发现在六项NLP任务中，53.3%的情况下其性能相当或更优。
本文提出 CoPiT，一种基于认知动机的枢轴翻译流水线，用于双文蒙古语。该流水线通过资源更丰富的西里尔蒙古文进行中转翻译，从而改善从低资源传统蒙古文到目标语言的翻译质量，取得了显著的 BLEU 和 COMET 提升，并发布了一个新的多文种平行数据集。
本研究探讨了提示语言和翻译理论驱动的提示设计如何影响GPT-5.2生成的西中新闻翻译质量，发现尽管自动化指标偏好基线提示，但在专家评估下，理论驱动提示改善了文体。
一位18岁的突尼斯学生介绍了一个开源机器翻译管道和平行语料库，用于以阿拉伯字母转写书写的突尼斯达里加语，该管道从零开始构建，使用了小型1560万参数的Transformer，诚实基线BLEU为3.89，并呼吁贡献者以道德方式扩展语料库。
本文探讨了基于LLM的机器翻译系统在文本到911紧急服务中的部署情况，指出了常见的误解，并为利益相关者提供了建议，以确保人工智能在关键场景中的安全有效使用。
本文介绍了MultiSynt/MT，这是一个通过将英语预训练数据翻译成36种语言而创建的万亿标记多语言平行语料库。实验表明，在此翻译数据上训练的大语言模型在更少的标记下实现了与原生数据相当的性能，但仍存在一些评估盲点和文化差距。
MetaHOPE是一个面向隐喻的评估框架，用于分析机器翻译和大语言模型中的翻译错误。该论文提出了一种错误严重性感知的标注框架，并评估了GoogleMT、GPT5.4和Hunyuan-7b等模型在英汉隐喻翻译上的表现。