中国科技术语 ›› 2025, Vol. 27 ›› Issue (5): 120-122.doi: 10.12339/j.issn.1673-8578.2025.05.027
摘要:
随着人工智能技术的迅猛发展,传统英语术语识别与翻译手段面临诸多挑战,如处理效率低、术语歧义多、上下文适应性差等问题。在自然语言处理与深度学习模型广泛应用的背景下,英语术语自动识别与翻译优化迎来了技术革新的新机遇。通过引入预训练语言模型(如BERT、GPT等),可显著提升术语识别的准确性、领域适配性及翻译一致性。文章系统梳理了当前人工智能在术语识别与翻译中的应用路径,归纳其主要优势与典型场景,分析关键技术瓶颈,并提出从算法优化、数据融合到人机协同的多维改进策略,旨在为专业语言服务智能化提供理论支撑与实践路径。