关于Microsoft Translator Hub的BLEU分数及英韩翻译词汇保留的技术问询

一、英文至韩文特定词汇保留的词典操作验证 #

你的操作思路是完全正确的，我再补充几个关键细节帮你确保设置百分百生效：

• 表格格式确认：第一行的语言代码必须精准对应（en对应英文、ko对应韩文，你的设置没问题），从第二行开始每一行对应一组要强制保留的词汇对，比如en列填BACK，ko列同步填BACK，要避免表格里出现多余空行或单元格格式错乱
• 上传类型选择：上传文档时，一定要在类型选项里选择词典，而非普通平行语料，只有这样系统才会识别为强制遵循的词汇映射规则
• 训练配置：在训练选项卡下，确实需要取消勾选其他所有文档，只保留这个词典文档，这样训练后的模型才会优先执行词典里的词汇保留逻辑

如果需要批量添加更多固定词汇，直接在表格里逐行追加即可，注意保持列对齐就好。

二、BLEU分数为0.00的排查方向 #

BLEU分数为0通常意味着模型生成的翻译结果和参考译文完全没有匹配的连续词汇组合，常见原因有这些：

• 训练数据不足：如果只使用了词典（没有搭配其他平行语料），模型缺乏足够的上下文信息生成符合预期的完整译文，测试时自然无法和参考译文匹配
• 测试集问题：检查测试集的语言是否和训练目标一致（英文源→韩文目标），或者测试集是否为空、格式错误（比如参考译文列缺失）
• 词典未生效：如果上传词典时误选成了普通语料类型，模型就不会应用你的词汇规则，导致翻译结果和预期的保留词汇完全不符
• 参考译文偏差：确认测试集里的参考译文是你期望的正确译文，如果参考译文本身和模型输出逻辑完全无关，也会导致BLEU分数为0

你可以先做个快速测试：用包含BACK的英文句子测试翻译，看是否输出了BACK——如果没有，优先排查词典的上传类型和训练配置；如果输出正常，再去检查测试集的格式和内容。

内容的提问来源于stack exchange，提问作者Sam