共享权重多模态翻译模型

异体字识别新范式

融合拼音音韵与字形特征的共享权重机制，显著提升中文异体字识别的语义理解能力。

Yuankang, Sun · Li, Bing · Lexiang, Li · Yang, Peng · 杨冬梅

Frontiers of Information Technology and Electronic Engineering 2025

参数信息

BLEU值

89.550 %

技术优势

更懂字音字形

将拼音音韵和字体形态直接编码进字符表示，捕获深层语义，而非仅依赖上下文。

生成更准

共享权重嵌入机制在训练中利用源句启发信息生成目标句，提升翻译质量。

应用场景

• 文本内容安全治理：自动识别网页中变体字符，防止绕过敏感词过滤。
• 敏感词变异识别：识别敏感词的异体写法，提升内容审核覆盖率。
• 古文献数字化：处理古籍中的异体字，辅助全文数字化和检索。