国外机器翻译研究的知识图谱和发展趋势  

Mapping the Knowledge Graph and Emerging Trends of Overseas Machine Translation Research

作　　者：李翔[1] 高朝阳[1] LI Xiang;GAO Zhao-yang

机构地区：[1]攀枝花学院,四川攀枝花617000

出　　处：《上海翻译》2024年第2期41-47,共7页Shanghai Journal of Translators

基　　金：四川省哲学社会科学研究项目“鲁迅小说四个英译本在英语世界的接受与传播研究”(编号:SC22WY030)。

摘　　要：近年来,得益于计算机科学、信息技术、自然语言处理和人工智能突飞猛进的发展,学术界和产业界关于机器翻译的研究不断增加。学界迫切需要对该领域进行全面而深入的挖掘,揭示其随着时间推移所取得的进展和未来趋势。本研究运用CiteSpace工具,对1958年1月至2022年10月Web of Science核心数据库中收录的2295篇文章进行文献计量学分析,展现了机器翻译研究在时间上的分布情况,揭示了四个主要的研究主题:基于实例的机器翻译、统计机器翻译、神经机器翻译以及机器翻译应用。自2019年以来,神经机器翻译已取代统计机器翻译,成为占据主导地位的研究话题。研究结果还呈现了研究热点的三个演变阶段:1992-2011年基于实例的机器翻译,2013-2019年跨语言信息检索、统计机器翻译、信息、领域适应和翻译技术,以及2020年至今的任务分析、神经网络、神经机器翻译、情感分析和人工智能。这些发现有助于研究人员掌握机器翻译研究的知识结构和发展趋势,并为学术界和语言服务行业提供新的见解。

关 键 词：文献计量 机器翻译 自然语言处理 神经机器翻译 统计机器翻译 

分 类 号：H059[语言文字—语言学]