TAT-R1：基于强化学习与词对齐的术语感知翻译
计算与语言
2025-05-28 v1
摘要
最近，像 DeepSeek-R1 这样的深度推理大语言模型（LLM）在数学和编程等任务中取得了显著进展。受此启发，一些研究采用强化学习（RL）来增强模型的深度推理能力并提高机器翻译（MT）质量。然而，术语翻译作为机器翻译中的一项重要任务，在深度推理 LLM 中仍未被探索。在本文中，我们提出了 TAT-R1，一个通过强化学习和词对齐训练的术语感知翻译模型。具体而言，我们首先使用词对齐模型提取关键词翻译对。然后，我们利用提取的对齐关系精心设计了三种类型的基于规则的对齐奖励。借助这些对齐奖励，经过强化学习训练的翻译模型能够学会关注源文本中关键信息（包括术语）的准确翻译。实验结果表明了 TAT-R1 的有效性。与基线模型相比，我们的模型显著提高了术语翻译准确率，同时在通用翻译任务上保持了相当的性能。此外，我们对用于机器翻译的类 DeepSeek-R1 训练范式进行了详细的消融研究，并揭示了若干关键发现。
引用
@article{arxiv.2505.21172,
title = {TAT-R1: Terminology-Aware Translation with Reinforcement Learning and Word Alignment},
author = {Zheng Li and Mao Zheng and Mingyang Song and Wenjie Yang},
journal= {arXiv preprint arXiv:2505.21172},
year = {2025}
}