1.一种生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述方法的具体步骤如下:Step1、选取传统多语言机器翻译模型mRASP2作为基础模型架构之一,在选取后,对mRASP2模型进行效果测试和波束解码生成;
Step2、选取大模型,在选取后,基于大模型对GMATranslate多智能体专家进行启动;
Step3、使用GMATranslate框架下的多语言翻译专家,针对待翻译目标完成第一初步翻译;
Step4、使用GMATranslate框架下的信息专家,针对mRASP2波束解码的结果进行信息总结,得到第二初步翻译;
Step5、使用GMATranslate框架下的审定专家和精炼专家,对第一初步翻译和第二初步翻译进行审定和精炼;
Step6、使用GMATranslate框架下的选择专家挑选出最符合源文本内容、情感和意思的最终翻译。
2.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step1的具体步骤如下:Step1.1、获取开源并已经预训练好的多语言翻译模型mRASP2,该模型具有十二层编码端-解码端的框架;
Step1.2、针对待翻译文本S,先进行Token化处理,然后再进行二值化处理;
Step1.3、将处理后的二值化数据作为mRASP2的输入,并通过波束解码生成关于S的N-best翻译假设列表
3.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step2中选取大模型为Llama3.1-8B-Instruct、GPT-4omini。
4.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step2的具体步骤包括如下:Step2.1、获取开源的Llama3.1-8B-Instruct作为多智能体框架启动的基底模型;
Step2.2、通过vllm框架,在本地启动Llama3.1-8B-Instruct,并接入GMATranslate框架中的各智能体中。
5.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step3的具体步骤包括如下:Step3.1、GMATranslate框架中的多语言翻译专家,接收待翻译文本S和目标语言代码的信息作为输入,完成第一初步翻译T1;
Step3.2、将第一初步翻译T1作为输出信息,传递给审定专家。
6.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step4的具体步骤包括如下:Step4.1、将mRASP2生成的和待翻译文本S作为信息专家的输入,针对S的内容、情感、风格多维度因素,对提供的翻译假设进行多维度匹配总结,得到第二初步翻译T2;
Step4.2、将输出信息第二初步翻译T2传递给审定专家作为输入。
7.根据权利要求1所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step5的具体步骤包括如下:Step5.1、审定专家接受第一初步翻译T1和第二初步翻译T2以及待翻译文本S作为输入,然后对T1和T2进行多维度的MQM审定,得到审定结果R1和R2作为输出;
Step5.2、精炼专家,接受两组信息(T1,R1)和(T2,R2)作为输入,针对R1和R2的情况,对T1和T2进行修改,得到两个精炼结果Ref1和Ref2作为输出。
8.根据权利要求7所述的生成式多智能体的多阶段协同完成多语言机器翻译方法,其特征在于:所述Step6的具体步骤如下:Step6.1、选择专家接受Ref1、Ref2和S作为输入,然后通过二次多维度比较Ref1、Ref2和S的接近程度,选择出最符合的结果Tsec作为输出。