编码器内部的语言迁移：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）中的零样本翻译缺陷，通过分析语言表征的迁移方式，提出编码器端的低秩语言专属嵌入与解码器端的语言专属对比学习，以改善向目标语言的表征迁移。 作者引入 identity pair，即将句子翻译为其自身，作为考察模型内部语言表征的参照。作者认为，编码器并非将源语言映射到语言无关状态，而是将其迁移至目标语言的表征子空间；零样本翻译不足则与表征同其他语言纠缠、未能有效迁移至目标语言有关。这是作者基于分析提出的解释，其适用模型范围与测量依据尚需全文核对。 两种方法分别干预编码器的语言专属嵌入和解码器的表征学习。作者报告，在 Europarl-15、TED-19 和 OPUS-100 的零样本翻译评估中，方法显著改善翻译表现，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、语言方向划分及对照配置，不能据此量化收益或比较不同数据集上的效果；低秩参数化、对比学习损失、实验协议、消融及统计信息尚未验证。材料提供了代码仓库，但其内容与复现条件尚未核验。 平台推测（待验证）：若 EEG 跨被试或跨设备表征也存在域间纠缠，可借鉴“为目标域建立表征参照，再检验迁移是否到位”的分析思路，而非直接假定存在完全域无关的表征。但 identity pair 依赖同一句子的自翻译结构，不能直接等同于 EEG 的配对观测；语言专属模块也需改造为被试或设备条件模块，并明确可用的监督信号。低信噪比、通道差异及小数据可能使其学到个体噪声而非任务结构。一个可检验的小实验是在固定跨被试划分与相同标签预算下，对比共享编码器及加入低秩被试条件模块的模型，同时检查任务表现与目标域表征变化。该假设不构成已验证的 EEG/BCI 效果，相关 EEG 工作尚未检索确认。