저자원 언어 번역 품질 저하는 디지털 시대 기계 번역 연구 분야의 오랜 문제였습니다. 현재 관련 알고리즘과 모델은 고자원 언어 번역에서 뛰어난 성과를 거두었으며 인간의 성능을 넘어선 경우도 있습니다. 그러나 저자원 언어와 관련된 언어 모델의 내부 및 외부 지식 불일치는 기계의 텍스트 읽기 능력, 이해 능력 및 번역 능력의 저하를 초래합니다. 본 논문은 저자원 언어의 지식 온톨로지와 내포된 지식을 분석하고, 저자원 지식이 저자원 언어 기계 번역 품질 향상에 미치는 효용을 탐구합니다. 이를 바탕으로 본 논문은 저자원 지식 계통, 지식 군 및 지식 베이스를 기준으로 저자원 지식 모델을 구축 및 완성하여 기계 번역에서 저자원 언어 모델에 필요한 내부 및 외부 지식을 더욱 균형있게 조정하고, 저자원 언어 기계 번역의 번역 품질을 향상시킵니다.

기계 번역 품질;저자원 언어;저자원 지식;저자원 지식 모델