HY-MT1.5术语库管理：自定义词汇表使用

1. 引言

随着全球化进程的加速，高质量、可定制化的机器翻译需求日益增长。腾讯推出的混元翻译大模型HY-MT1.5系列，正是为应对多语言互译场景中对准确性、实时性与领域适配能力的高要求而设计。该系列包含两个核心模型：HY-MT1.5-1.8B和HY-MT1.5-7B，分别面向高效边缘部署和高性能翻译任务。

在实际应用中，通用翻译模型往往难以满足特定行业或企业对专业术语的一致性要求。为此，HY-MT1.5 引入了术语干预机制（Terminology Intervention），支持用户上传自定义术语库，实现关键词汇的精准控制。本文将深入解析如何在 HY-MT1.5 中进行术语库管理，并通过实践示例展示其在真实场景中的价值。

2. 模型介绍

2.1 HY-MT1.5 模型家族概览

混元翻译模型 1.5 版本包含两个主要成员：

HY-MT1.5-1.8B：参数量约为 18 亿，专为轻量化部署优化。
HY-MT1.5-7B：参数量达 70 亿，基于 WMT25 夺冠模型升级而来，具备更强的语言理解与生成能力。

两者均支持33 种主流语言之间的互译，并融合了包括藏语、维吾尔语在内的5 种民族语言及方言变体，显著提升了在多元文化环境下的适用性。

模型名称	参数规模	部署场景	推理速度	典型用途
HY-MT1.5-1.8B	1.8B	边缘设备/移动端	快	实时翻译、低延迟场景
HY-MT1.5-7B	7B	云端服务器	中等	高质量文档、混合语言翻译

2.2 核心功能升级

相较于早期版本，HY-MT1.5 系列新增三大关键能力：

术语干预（Terminology Intervention）
支持用户上传结构化术语表，在翻译过程中强制保留指定术语的翻译结果，避免歧义或不一致。
上下文翻译（Context-Aware Translation）
利用前后句信息提升语义连贯性，尤其适用于段落级或多轮对话翻译。
格式化翻译（Preserved Formatting）
自动识别并保留原文中的 HTML 标签、占位符、数字编号等非文本元素，确保输出可用于直接发布。

其中，术语干预功能是实现领域定制化翻译的核心手段，也是本文重点讲解的内容。

3. 术语库管理：构建自定义词汇表

3.1 什么是术语干预？

术语干预是一种受控翻译技术，允许用户预先定义一组“源语言 → 目标语言”的术语映射关系。当模型在翻译过程中遇到这些术语时，会优先采用预设翻译而非模型自身生成的结果。

✅典型应用场景：
医疗器械说明书中的专业术语统一
软件界面本地化中的按钮命名一致性
品牌名、产品型号在全球市场的标准化表达

例如，若企业希望将中文术语“智联引擎”始终翻译为 “SmartLink Engine”，而非模型可能生成的 “Intelligent Connection Engine”，即可通过术语库进行锁定。

3.2 术语库文件格式规范

HY-MT1.5 支持以CSV 文件形式上传术语库，文件需遵循以下结构：

source_lang,target_lang,source_term,target_term,case_sensitive,exact_match zh,en,智联引擎,SmartLink Engine,false,true zh,en,云平台,Cloud Platform,false,false en,zh,API Gateway,API网关,true,true

字段说明：

字段名	是否必填	说明
`source_lang`	是	源语言代码（如`zh`,`en`）
`target_lang`	是	目标语言代码
`source_term`	是	待替换的原始术语
`target_term`	是	指定的目标翻译
`case_sensitive`	否	是否区分大小写，默认`false`
`exact_match`	否	是否精确匹配（否：支持模糊包含），默认`false`

📌建议实践： - 对品牌词、专有名词启用exact_match=true- 对通用术语可设置exact_match=false以提高覆盖率 - 避免添加过于宽泛的词（如“系统”、“服务”），防止误匹配影响整体质量

3.3 上传与激活术语库

目前，HY-MT1.5 提供 Web 推理界面支持术语库管理，操作流程如下：

步骤 1：准备术语 CSV 文件

创建名为glossary.csv的文件，内容如下：

source_lang,target_lang,source_term,target_term,case_sensitive,exact_match zh,en,混元大模型,HunYuan Large Model,false,true zh,en,实时翻译,Real-time Translation,false,true en,zh,NLP,NLP处理模块,true,false

步骤 2：进入推理页面上传术语库

部署镜像（如 4090D x 1）
等待自动启动
在【我的算力】中点击【网页推理】访问界面
在翻译输入框上方找到「术语库」选项卡
点击「上传术语表」并选择glossary.csv
系统校验格式无误后，自动加载至当前会话

✅ 上传成功后，界面将显示已加载术语数量，如：“已加载 3 条术语规则”。

4. 实践案例：软件文档本地化

4.1 场景描述

某科技公司需将其中文开发文档翻译为英文，用于国际开发者社区发布。文档中频繁出现以下术语：

中文术语	期望英文翻译
混元AI	HunYuan AI
模型压缩工具包	Model Compression Kit
推理加速器	Inference Accelerator

若不加干预，模型可能生成“Hybrid Intelligence AI”、“Model Shrinking Toolkit”等不符合品牌规范的翻译。

4.2 构建术语库文件

编写tech_glossary.csv：

source_lang,target_lang,source_term,target_term,case_sensitive,exact_match zh,en,混元AI,HunYuan AI,false,true zh,en,模型压缩工具包,Model Compression Kit,false,true zh,en,推理加速器,Inference Accelerator,false,true

4.3 执行翻译对比实验

测试句子：

“使用混元AI的模型压缩工具包和推理加速器可显著提升部署效率。”

不启用术语库（原始输出）：

"Using Hybrid Intelligence AI's model shrinking toolkit and inference accelerator can significantly improve deployment efficiency."

❌ 存在术语偏差，品牌名和组件名未统一。

启用术语库后（干预后输出）：

"Using HunYuan AI's Model Compression Kit and Inference Accelerator can significantly improve deployment efficiency."

✅ 完全符合预期，术语准确且风格一致。

5. 高级技巧与最佳实践

5.1 多语言术语批量管理

对于支持多语种的企业，可在一个 CSV 文件中定义多个语言方向的术语规则：

source_lang,target_lang,source_term,target_term,case_sensitive,exact_match zh,en,人工智能,Artificial Intelligence,false,false zh,fr,人工智能,Intelligence Artificielle,false,false en,zh,cloud storage,云存储,false,true ja,en,サポート,Support,false,true

系统会根据当前翻译方向自动匹配对应规则，无需重复上传。