重庆市重点中学2024-2025学年高一下学期期末考试语文试题（含答案）.pdfVIP

重庆市重点中学2024-2025学年高一下学期期末考试翻译过程，将源语言映射（编码）到高维向量空间，并通过神经网络转换（解码）为

目标语言。相比统计机器翻译，神经网络机器翻译在语言表示、语义理解、译文生成

语文试题

等方面均有显著进步，翻译质量明显提升。2015年百度发布了全球首个互联网神经网

络机器翻译系统，标志着神经网络机器翻译系统开始登上大规模产业应用的舞台。2016

一、现代文阅读年谷歌也将其统计机器翻译系统升级为神经网络机器翻译系统，随后国内外行业巨头

阅读下面的文字，完成下面小题。

公司纷纷研发并推出神经网络机器翻译系统。

材料一：

（摘编自百度翻译、中国外文局翻译院《2023机器翻译技术及产业应用蓝皮书》）

机器翻译是人工智能的一个重要领域。在电子计算机诞生的第二年，即1947年，

材料二：

美国洛克菲勒基金会自然科学部主任韦弗和英国工程师布斯就提出了利用计算机自动

机器翻译源于自然语言处理研究，是语言学和人工智能的交叉领域，可以说是人

翻译人类语言的设想。

工智能技术赋能翻译的实践。当前，以GPT为代表的大语言模型，通过海量数据深度

从机器翻译设想提出到20世纪80年代，基于规则的机器翻译方法处于主导。其

学习，获得了强大的语义分析能力，能够生成有意义的文本，给翻译行业带来了强烈

基本思想是由语言专家总结不同语言间的翻译规律并撰写翻译规则，计算机工程师将

冲击。

这些规则转换为机器语言，实现自动翻译。基于规则的机器翻译打开了机器翻译从设

机器翻译的优势在于，其数据学习能力能够大幅提高翻译效率。传统人工翻译需

想走向实践的大门，在机器翻译发展初期立下了汗马功劳。不过此方法存在撰写规则

要译者耗费大量时间去查阅了解相关知识，以保证文本内容的准确性。人工译者想要

成本高、系统开发周期长、难以快速进行多语言扩展等问题，制约了其规模化应用。

尝试不同语言和领域的翻译，则需要付出额外的学习成本和时间，而且也会受到个人

20世纪80年代末90年代初，受到统计方法在语音识别任务上取得的进展的鼓舞，

学习能力的限制。如今的大语言模型通过训练大量平行语料库，在海量知识中掌握了

国际商业机器公司研究人员提出了统计机器翻译方法。统计机器翻译利用噪声信道模

从一种语言到另一种语言的映射规则，实现了文本的大批量自动化即时翻译，大幅缩

型对翻译过程进行建模，基于大规模语料自动训练模型参数，突破了基于规则的方法

短了翻译周期。并且，随着技术的不断进步，机器翻译的质量已显著提升。目前，机

依靠人工构建翻译规则的限制，大幅降低了系统开发成本，提升了翻译质量。