国外神经机器翻译研究知识基础与热点探析.pdfVIP

语言艺术LANGUAGEART

国外神经机器

翻译研究知识基础与热点探析

陈虹

（电子科技大学成都学院四川成都611731）

本文运用citespace知识图谱对神经机器翻译在webofscience中的研究文献进行分析，通过可视化知识图谱，主

摘要：

要从参考文献引用频次以及聚类，剖析该领域的知识基础以及研究热点，以期对国外神经机器翻译研究能有一个比较系统

与全面的了解，为我国相关领域研究提供参照。

神经机器翻译；国外研究;知识图谱；citespace

关键词：

神经机器翻译利用神经网络结构模型来学习源语言和

目标语言之间的映射关系，从而实现端到端的翻译。相比于二、国外神经机器翻译研究发展状况

传统的统计机器翻译，神经机器翻译能够更好地理解上下（一）研究年度分析与趋势

文信息，处理更复杂的语言结构，从而产生更加流畅和自然根据wos核心合集进行数据统计，如图1所示。国外神

的翻译结果。神经机器翻译的研究也引起了国内外学者的广经机器翻译研究近八年来受到越来越多研究者的关注，从

泛关注。因而本文通过国外文献的可视化梳理，进一步了解2015年的五篇，飙升到2019年的346篇，后续三年也是三百

国外的神经机器翻译研究知识基础与热点，为我国相关领篇以上，到2023年虽然篇章数量有所减少，但仍然有一百多

域研究提供参考。篇，可见神经机器翻译对于国外学者而言是一个值得研究的

热点话题。受2019年疫情影响，人们对于网络的依赖越来越

一、研究方法多，尤其是网络教育以及网络办公，所以对于神经机器翻译

本文采用引文可视化分析软件-citespace，通过数的开发有很大的促进作用。在后疫情时代，神经机器翻译研

据可视化途径呈现科学知识的分布情况，显示科学知识究也在被学界持续关注（图1）。

的发展进程与结构关系，以挖掘相关研究的研究热点与研

究趋势。文献搜索时间为2024年3月13日。本文选用webof

science数据库中的核心合集对神经机器翻译研究进行可

视化分析。引文索引设置为所有，出版日期为所有年份，以

确保数据的全面。将检索范围设置为主题即检索标题、摘

要、作者关键词，输入“neuralmachinetranslation”，

得到1947个文献。语言限制为英语，得到文献1944篇。在软

件中去重，文献类型限制为会议记录论文、论文与综述论

图1国外神经机器翻译研究年度发文量统计

文（YongjunZhu，MeenChulKim，andChaomeiChen，

2017，p4），得到1939个文献，可以看到时间跨度为2015-（二）研究知识基础

2024年3月。通过citespace的文献可视化，可以看到对应领域的文

2024.12191

语言艺术LANGUAGEART

献共被引的情况，即哪些文献受到学者引用的青睐，对文左到右，时间从早到晚。为了方便观察与分析，选取排名前

献进行引用频次排序，引用频次越高，说明该文献为对应领七的聚类进行分析，低资源机器翻译（low-sourcemachine

域提供了知识基础，即站在巨人的肩膀上做研究。（李杰，translation）是该领域研究出现相对较早的主题，接着是