编码器内的语言迁移：零样本多语言翻译中的表征迁移研究

基于摘要分析。本文研究多语言神经机器翻译（MNMT）的零样本翻译不足，利用 identity pair（将句子翻译为自身）建立语言表征的参照，并提出编码器语言特定低秩嵌入与解码器语言特定对比学习，以改善向目标语言的表征迁移。 核心分析针对“编码器是否形成语言无关表征”这一问题。作者认为，编码器实际上将源语言迁移至目标语言的表征子空间，而非统一的语言无关状态；作者据此将零样本翻译不足解释为表征与其他语言纠缠、未能有效迁移至目标语言。identity pair 用于反映某种语言在模型内部的表征，为比较迁移前后的状态提供参照，但具体表征提取位置、比较度量及因果证据尚未验证。 作者报告，在 Europarl-15、TED-19 和 OPUS-100 上，两种方法显著改善零样本翻译表现，且不牺牲有监督翻译方向的性能。摘要未提供具体指标、数值、语言方向及训练与测试划分，不能据此量化收益或比较不同数据集的效果。低秩嵌入的具体形式、对比学习的正负样本构造、损失设计、对照基线、消融及统计信息尚未验证。摘要提供了代码地址，但代码内容与复现条件尚未核验。 平台推测（待验证）：可供 EEG 研究借鉴的是“共享表征可能仍保留域特定纠缠”的诊断思路，而非翻译方法已具有 BCI 有效性。原方法依赖语言身份及翻译监督；若迁移至跨被试 EEG，需要重新定义被试域参照、任务一致性监督和对比样本，不能直接照搬 identity pair。可复用的候选模块是域特定低秩嵌入和对比表征约束，但低信噪比、通道差异及小样本可能使其学习到被试噪声。一个可证伪的小实验是在固定跨被试划分下，对比共享编码器与加入被试特定低秩模块的模型，同时检查任务指标和被试身份可分性，检验收益是否伴随任务信息保留。已有 EEG 相关工作尚未检索确认。