中图分类号：H083；H315.9 DOI：10.12339/j.issn.1673-8578.2025.03.002

Term Translation in the Context of Large Language Models： Current Status，Problems and Prospects// ZHU Yubin，WANG Zi

Abstract：Basedonareviewof thecurentstatusand problemsoftermtranslationresearchweexaminetheimpactofLargeLanguage Models（LLMs）onboththepracticalandtheoreticalexplorationoftermtranslation.Wfoundthat，duetothespecialityofterinolo gy，curent tertranslationrseachprimarilyfousesonpracticaludiesofdisciplie-spcifictetransationandlackscopr siveandsystematicinvestigationsintotheconstructiooftermsystemandtheoryoftermtranslation.WethinkLLMsoptiiesmultilingual termtranslationmanagementandetrievalpromotesthein-depthdvelopmentof tesystemandtheoryoftertraslation， andprovidesnewtheoreticalperspectivesontermtranslationresearch.Inthefuture，researchersshouldfullutilizeLLMsand integratetetranslationwithteorsfroothrdiscipliesonceratingontheessentialaributesandkeycharacteristsof te translation，so as to steer the research toward the ontology of term translation.

Keywords ： term; concept ; term system ; term translation; Large Language Model （LLM）

0 引言

语言模型拥有强大的文本生成和语义理解能力，是自然语言处理中的核心技术之一。语言模型的主要目标是“建模自然语言的概率分布”[1]，即评估一个给定的词序列在真实世界中出现的概率。语言模型大致经历了基于规则的语言模型、统计语言模型、神经语言模型、预训练语言模型和大语言模型这五个发展阶段。这些模型利用强大的自然语言处理技术和学习策略，在逻辑推理、语义理解和文本生成等领域取得了显著突破。现阶段，大语言模型是“一种由包含数百亿以上参数的深度神经网络构建的语言模型”[1]。2020 年，OpenAI公司推出了拥有1750亿参数的GPT-3模型，这些参数使模型能够捕捉到语言中的复杂模式和细微差别，从而生成高质量的文本。2024年5月，OpenAI公司又推出了GPT-4o模型，该模型拥有强大的多语言、音视频功能以及出众的语言理解和生成能力，推动了自然语言处理技术的进一步发展。

大语言模型已在学术界引起了较多关注，不少学者[2-3]开始探讨人工智能技术和大语言模型给翻译和语言研究带来的转变。他们都发现AI技术特别是大语言模型促进了相关学科向数字化方向转型，造成研究对象的重大变化，并产生了诸多新研究问题。毫无疑问，大语言模型也必将对术语翻译研究产生重大影响。鉴于术语翻译在术语学和术语体系发展中扮演着至关重要的角色，它不仅涉及语言转换，还关系到科学技术的跨文化传播、知识普及、技术迭代，乃至各个行业的繁荣发展。……