1. 引言
随着中韩两国在经贸合作、教育交流与文化传播等领域的互动不断加深，跨语言沟通的需求呈现快速增长趋势。尤其在法律文本、影视内容、电商运营等实际应用场景中，对高质量中韩互译的依赖程度日益提升。传统人工翻译模式依托译者的语言能力、文化理解与专业背景，虽在语义准确性与表达自然性方面具备优势，但在应对大规模、多领域、高时效的翻译任务时，已难以完全满足现代社会对效率的要求。近年来，随着人工智能技术的飞速发展，尤其是以Transformer为代表的神经网络机器翻译(Neural Machine Translation, NMT)系统的普及[1]，翻译实践正逐步实现从“人工主导”向“人机协同”的范式转型。诸如Papago、百度翻译、Google Translate等AI系统，通过深度学习模型在词汇层面与上下文层面建构语义表示，已能实现对大量日常文本的快速初译，并在新闻摘要、社交媒体、电商内容等领域广泛应用。然而，AI翻译在应对中韩语言结构深层差异时，仍面临诸多挑战[2]。韩语作为黏着语，其主宾动(SOV)语序、敬语等级系统、后置修饰结构等与汉语在语法、句法乃至语用功能上存在显著异构[3]。尤其在处理多层嵌套句、逻辑连接体、拟态拟声词、文化象征词等语言单元时，当前AI系统的语义建模能力仍不稳定，常出现语序错乱、语气不当或意义偏离等问题。
在此背景下，研究人工智能技术在中韩互译中的适应机制，不仅具有技术层面的创新意义，也具有语言服务与跨文化传播层面的应用价值。一方面，这有助于厘清中韩语言对比的关键结构节点，为AI系统训练提供语料支持与语法调控参考；另一方面，也为翻译教育、平台建设和伦理规范提供理论依据与实践指导。进一步而言，探索人机协作下的翻译新模式，正是推动语言服务体系向高效、智能、精准演进的关键路径，有望在区域合作与文明互鉴中发挥更大作用。
2. 人工智能在中韩互译中的应用现状
2.1. 主流翻译系统及其功能特点
当前，中韩互译的人工智能系统主要由Papago、百度翻译、DeepL和Google Translate等主流平台构成，各具特色并广泛应用于实际翻译场景之中。其中，Papago是由韩国Naver公司推出的一款多语种翻译工具，支持韩语、中文、英语、日语等主要语言，尤其在旅游、生活类口语翻译方面表现出较强的语感自然性和实用性。凭借本地化语言资源优势，Papago在韩语语序、词汇搭配及敬语处理方面具有一定优势[4]，受到韩国用户的广泛青睐。百度翻译作为中国本土研发的平台，在中韩互译方面覆盖面广，特别是在新闻资讯、科技说明及学术材料等文本中，具备较高的语言识别能力和术语处理能力。该系统善于保持原文信息的完整性，在语义准确度方面具有较强竞争力[5]。DeepL虽然目前对韩语的支持仍处于实验阶段，但在中译韩方向的结构转换与语义重构方面，展现出较强的语言处理深度[6]。其基于深度神经网络的翻译引擎，能够较为灵活地重构复杂句式，适用于对语言自然性要求较高的文本类型。
Google Translate作为应用最广泛的通用型翻译系统，其中韩互译功能覆盖众多领域，适用于日常交流、网页翻译和基本信息理解。然而，由于韩语中敬语体系复杂、语体层级丰富，该系统在处理敬语表达、语境判断及语体风格切换等方面仍存在一定误判风险。因此，在正式或专业场景中，译文仍需经过人工审校以确保表达准确和恰当。
2.2. 应用场景与实践领域
目前，人工智能技术在中韩翻译实践中的应用已渗透至多个领域，涵盖媒体传播、电商服务及语言教育等多个层面。在新闻资讯方面，AI翻译已成为韩流娱乐、国际时政及财经报道等内容跨语言传播的重要工具。大量中文读者通过机器翻译平台第一时间获取韩文资讯，而韩语媒体亦借助AI工具实现内容的快速汉化，以满足两国公众对时效性和信息量的需求。
在跨境电商领域，人工智能翻译系统被广泛应用于产品描述、用户评论及操作指引等内容的即时翻译。例如，Coupang等韩国平台推出中文界面时，通常采用“AI初译 + 人工审校”的混合模式，以提升翻译效率并确保用语准确性。同样，淘宝及天猫国际的韩语页面亦采用类似策略，实现对韩语用户的友好化界面优化。
此外，语言学习领域也日益依赖AI翻译系统的辅助功能。多款学习类应用程序，如“有道词典”“韩语语法通”等，已集成了实时中韩互译模块，为学习者提供即时释义、例句生成和语境翻译等功能，增强其语言理解能力与学习体验。这类应用在初学者入门及自主学习过程中发挥了重要作用，标志着人工智能技术正逐步嵌入语言教育的多个层面。
3. 中韩机器翻译示例分析
为深入揭示当前人工智能系统在中韩互译过程中的具体表现与局限，本文选取多个具有代表性的双语翻译语料，涵盖科技说明、文化介绍与政策文本等不同类型。在对比分析中，分别呈现AI系统生成的译文与人工译者的专业译本，并从三方面进行细致考察：首先，分析AI在中韩语言结构差异下的句法转换能力；其次，检视其在文化负载词语处理、隐喻转化等方面的表现；最后，探讨AI是否具备根据语境进行语用功能调整的能力，如敬语层级选择、语体切换与逻辑顺承处理。通过以上多维度对比分析，本文力图全面揭示人工智能在中韩翻译实践中的真实能力水平及其适用边界。
【示例一】中译韩(科技类文本)
原文：本设备支持自动识别并连接5G信号，用户无需手动设置。
Papago译文：이 장치는 자동으로 5G 신호를 인식하고 연결할 수 있어 사용자가 수동으로 설정할 필요가 없습니다。
人工译文：이 기기는 5G 신호를 자동으로 감지하고 연결하므로 사용자가 별도로 설정할 필요가 없습니다。
从语言学，句式结构，语用场景和翻译学的角度进行如下分析：
1) 语言学层面分析
从词汇选择角度看，Papago系统使用“인식하다(识别)”和“수동으로(手动地)”，虽然语义上无误，但在韩语正式书面语中，“감지하다(感知、探测)”更贴切技术产品功能的表达，更具专业性。AI译文中的词汇显得偏向中性描述，而人工译文选择更符合技术语域的术语搭配。此外，“별도로(额外地)”这一副词的使用，在人工译文中增强了对用户行为的语义限制表达，更有助于明确“无需手动设置”的主旨语义，从语言精确度上提升了信息表达力。
2) 句式结构分析
在句法层面，两种译文的核心结构均采用了韩语典型的复合句格式。Papago译文采用连接助词“~아/어서”(~해서)表达因果逻辑，即“因为……所以……”结构，语法上是合法的。然而，“~아/어서”结构在科技文体中使用频率相对较低，更多应用于口语或日常场景。相比之下，人工译文使用“~므로”这一书面语中更常见的连接词，具有更强的逻辑性与正式性，更适用于科技说明书、产品手册等正式文本场合，体现了韩语技术体裁中常见的书面语表达模式。
3) 语用场景与功能适配分析
从语用功能角度看，该句原文目的在于说明产品性能，并向用户传达一种“无需操作即可自动完成”的便利性体验。Papago的译文虽然结构清晰，但整体风格偏中性和平铺直叙，语体上更接近日常对话，不完全符合科技文本应具有的功能精确性与使用场景指向性。人工译文则在语体风格上更符合说明文规范，其用词和连接方式有效展现出“系统主动 + 用户被动”之间的逻辑关系，契合了科技产品使用说明所需的客观、准确和简洁的语用特征。
4) 翻译学角度分析
从翻译策略上看，Papago基本采用了直译策略，以对应源语言句法和信息点为主要目标，体现了AI系统在语义转换层面的基础能力。然而，该系统在文本再组织和文体调适方面仍显不足，尚未形成有效的“目标语化”表达。
人工译文则体现了译者运用“归化”策略的能力，即根据目标语的语体习惯和使用环境对原文结构进行适度调整，使译文在忠实原意的基础上更具自然性与接受度。此外，该翻译还体现了翻译中“功能对等”原则的应用，即不仅传达语言信息，更精准对接使用目的与读者预期。
【示例二】韩译中(文化类文本)
原文：한복은 한국 고유의 전통 의상으로，예절과 아름다움을 상징합니다。
百度译文：韩服是韩国特有的传统服装，象征着礼仪和美丽。
人工译文：韩服是韩国独有的传统服饰，象征着礼仪之道与审美风尚。
从语言学，句式结构，语用场景和翻译学的角度进行如下分析：
1) 语言学层面分析
从词汇选择角度来看，百度译文基本实现了原文语义的直译，将“예절”和“아름다움”分别处理为“礼仪”与“美丽”，在字面层面上是忠实的。但“美丽”一词在中文语义中偏向于感性或外貌的评价，不足以涵盖韩文“아름다움”所包含的文化、精神层面的审美意涵。而人工译文使用“审美风尚”替代“美丽”，词义更具抽象性与深度，体现了目标语中对“美”的多维度理解。同时，原文中的“고유의 전통 의상”被百度译为“特有的传统服装”，其搭配虽符合基本汉语逻辑，但“服装”一词在中文中通常指日常穿着，语体平实。人工译文则采用“传统服饰”，不仅更具文化感和历史韵味，也更贴近目标语中对“民族服装”的语义指称。
2) 句式结构分析
该句的韩文结构为主题–陈述句，采用“~으로 + 상징하다”表达“象征”的意义，是韩语中常见的文化性表达结构。百度译文基本保持了原有句法结构，将其转换为汉语中常见的“……是……，象征着……”的并列复句形式。人工译文在此基础上进一步优化，通过“……是……，象征着……”句式构建顺畅的逻辑递进关系，并在后半句中使用并列名词结构“礼仪之道与审美风尚”，增强了语言的书面性与庄重感。同时“礼仪之道”一词所承载的儒家文化语义，更加贴合原句中“예절”在韩语文化语境中的礼教传统意义。
3) 语用场景与表达功能分析
从语用功能角度来看，原文是一句具有介绍性与评价性的文化文本，主要功能是提升受众对韩服的文化认知与情感认同。百度译文虽实现了基本内容的传递，但语言风格偏向直白，难以激发目标语读者的文化联想。人工译文通过对关键词汇的语义提升与审美调适，更好地实现了“文化传播”语篇的交际目的。译文不仅传达了物质层面的“衣着”信息，更强化了其文化象征意义，使读者在理解表层信息的同时，能够感受到韩服所承载的民族认同、历史传承与价值观体系。
4) 翻译学角度分析
在翻译策略上，百度译文显然采用字面直译方式，力求在语义对等的基础上实现形式对齐。这一策略适用于日常对话或信息快速传递，但在文化文本中往往不足以传达语言背后的深层语义与象征意义。
人工译文则体现了明显的意译或“文化归化”策略，通过“礼仪之道”“审美风尚”等具有中国文化传统色彩的词汇，引导读者在本土文化背景中理解他者文化，体现出对“文化可译性”的创造性处理。同时，这种译法也体现了语用对等与文化对等的双重考虑，使译文不仅在字面上可读，更在交际意图上可感、可接受。
【示例三】中译韩(政策类文本)
原文：为加强区域协调发展，政府将加大对中西部基础设施建设的财政投入力度。
谷歌译文：정부는 지역 간의 조화로운 발전을 강화하기 위해 중서부 지역의 인프라 건설에 대한 재정 투입을 확대할 것이다.
人工译文：정부는 지역 균형 발전을 도모하기 위해 중서부 지역의 사회기반시설 확충에 대한 재정 지원을 강화할 방침입니다.
从语言学，句式结构，语用场景和翻译学的角度进行如下分析：
1) 语言学层面分析
谷歌译文中的“조화로운 발전”是对“协调发展”的直译，语义虽基本准确，但略显生硬，缺乏韩语政策表达中惯常使用的术语。相较之下，人工译文使用“균형 발전”来对应“协调发展”，不仅贴合语义，更贴近韩国官方语体中常用的表达方式。此外，谷歌翻译使用“인프라 건설”来翻译“基础设施建设”，虽然技术上无误，但人工译文选择了“사회기반시설 확충”，这一表达在政策文体中更为常见，更具官方色彩。在财政措辞方面，谷歌采用“재정 투입을 확대할 것이다”，虽然语义完整，但显得直接和技术性强；人工译文则使用“재정 지원을 강화할 방침입니다”，在措辞上更加委婉，也更符合韩语中礼貌、含蓄表达的惯例。
2) 句式结构分析
两者都使用了标准的目的从句结构，即“~위해”引导的复合句。但人工译文通过“도모하기 위해”来表述“为……而……”，逻辑更顺畅，语义更为自然，避免了直译的生硬感。句末处理是两者差异最显著的地方。谷歌译文以“~할 것이다”结束，这种句式虽然语法正确，但语气偏直白，缺乏政策文件中常见的“计划性”和“间接性”；而人工译文采用“방침입니다”这一固定表达，体现出更符合政策文件风格的婉转陈述方式，更具权威性与正式性。
3) 语用场景与表达功能分析
谷歌翻译的风格更中性、直陈，适合用于一般新闻报道或口头政策说明，但在正式政府文件、政策通告或会议纪要中略显不足。人工译文则显著体现出“政策语体”的特征，如使用间接表达、敬语结构与术语统一，整体文风严谨，语气得体，明确适配于正式文书场合。
4) 翻译学角度分析
谷歌译文明显采用了直译策略，着重保留原文的句法结构与词汇组合，力图实现“结构对等”。然而，这种方法未能充分考虑目标语语境与文体习惯的差异。而人工译文采用了更为灵活的“意译 + 归化”策略，根据韩语语体特点对表达方式进行重构，达成了更高层次的“功能对等”。它不仅保留了原文的政策意图和信息内容，更实现了语体、文化与语用层面的自然转化，符合翻译目的论中“以目的语读者为核心”的原则。
综上所述，人工译文在语义准确性、表达自然度、语体风格以及功能对等性等方面均优于谷歌译文，尤其在政策类文本中，其对韩语正式文体与表达规范的高度适应显示出人工翻译的不可替代性。这也从一个侧面揭示了当前机器翻译系统在应对高语用要求文本时的局限性。
【示例四】中译韩(日常表达类文本)
原文：请您填写这份问卷，我们非常感谢您的配合。
PAPAGO译文：이 설문지를 작성해 주시기 바랍니다. 협조에 감사드립니다.
人工译文：설문에 응해 주셔서 진심으로 감사드립니다. 번거로우시겠지만 작성 부탁드립니다.
1) 语言学层面分析
PAPAGO的译文“이 설문지를 작성해 주시기 바랍니다. 협조에 감사드립니다.”在词汇选择上基本忠实于原文内容。“작성해 주시기 바랍니다”直译了“请您填写”，语义上无误，结构规范；“협조에 감사드립니다”是对“非常感谢您的配合”的标准表达，简洁明了。然而，该译文更多体现的是直译式语言风格，缺乏一定的人情味与礼貌层级的提升。相比之下，人工译文“설문에 응해 주셔서 진심으로 감사드립니다. 번거로우시겠지만 작성 부탁드립니다.”则在表达上更具温度与亲和力。译者选择了“설문에 응해 주셔서”而非直接说“작성”，体现出对对方积极回应的尊重与感谢；“진심으로 감사드립니다”语义更加强烈，表达出更高程度的诚意；此外，“번거로우시겠지만”体现出委婉致歉的语用策略，有效缓解请求带来的冒犯感，体现出韩语特有的“配慮文化(배려 문화)”。
2) 句式结构分析
PAPAGO翻译采用了两个简洁的祈使句，并以“주시기 바랍니다”与“감사드립니다”构建礼貌语体，语法结构没有问题，但句子之间显得机械、缺乏衔接。人工翻译则采用了复合句结构，通过“~주셔서”将感谢原因与动作进行自然连接，使前后句之间形成语义连贯的因果关系，句式更灵活、句间更紧密。同时，人工译文将“작성”动作延后提出，在表达策略上更强调先致谢、后请求，构成礼貌请求的典型结构。
3) 语用场景与表达功能分析
PAPAGO的译文适用于一般性、较为中性的办公或公告语境，但略显冷淡，缺乏对听话人心理预设的考虑。人工译文则更加注重礼貌表达与对话氛围的构建，尤其适用于面对公众、客户或调查对象等需要维持良好互动关系的场合。在韩国社会中，尤其是在企业、教育或公共机构的正式问卷中，带有“진심으로 감사드립니다”“번거로우시겠지만”这类语句往往能够体现更高层级的敬意与体贴，从而提升回应率与好感度。
4) 翻译学角度分析
PAPAGO翻译采用的是直接对应型的直译策略，追求的是语言形式与语义结构上的对应关系。这种方法在处理技术类、说明性文本时较为有效，但在涉及礼貌、情感、语用策略较强的语境中往往显得僵硬。相较之下，人工译文采用了归化与功能对等结合的策略，不仅保留原意，更针对目标语受众的文化习惯和礼貌机制进行了语体重构，体现了翻译目的论(Skopos theory)中“以受众为核心”的原则。
综上所述，虽然PAPAGO的译文在语义准确性和语法规范性方面尚可，但在情感表达、句式层次和语用策略等方面仍显不足。人工译文则凭借其细腻的表达方式与文化适配能力，全面体现了韩语中“以对方为中心”的沟通风格，更贴近实际应用场景，也更能展现人类译者在处理高语用层级文本中的优势。这一对比也再次说明，在涉及人际互动与文化语用的翻译任务中，人工智能系统目前仍存在较明显的局限。
4. 中韩AI翻译实践中的挑战
在当前中韩翻译实践中，人工智能翻译系统虽然在词义对应与基本语法结构方面具备较高的准确率，已能够胜任部分基础的信息传递任务，但在处理具有较高语用复杂性和文化依赖性的文本时，仍面临多方面的挑战。
首先，在语言学层面，AI系统在词汇选择上缺乏对专业语域的精准把握。例如，在科技文本中，AI常使用中性或通用表达，未能体现出技术语境所需的专业性。在文化类文本中，对于具有深厚文化内涵的词语，AI系统往往采用字面直译，忽略了目标语言中更具象征性或抽象化的表达方式，无法有效传递原文中的文化意涵。此外，在韩语中极为重要的敬语等级体系上，AI也难以根据具体语境作出恰当判断，导致译文在礼貌层级和语体风格上表现单一。
其次，从句式结构来看，AI翻译在面对复杂语序和文体转换时，常表现出结构转换的僵化。其译文多以源语言的句法逻辑为基础进行映射，虽然语法上正确，但在表达自然度和句间逻辑连贯性方面存在明显不足。例如，AI系统较难运用韩语中常见的“~므로”“~방침입니다”等书面体表达，也无法根据文本类型选择最合适的连接结构与句末语气，使译文在正式文体中显得突兀或不够得体。
第三，在语用功能方面，AI翻译系统尚不具备对交际目的和场景的深度感知能力。在面向公众、客户或政策对象的文本中，AI难以准确体现出应有的策略性表达，如委婉请求、先致谢后提议等沟通模式。在政策、公文等高语用场景中，AI往往使用直白、技术性强的措辞，忽视了正式文本应具备的间接性、权威性与礼貌性，导致译文风格不符目标语的语体规范。
最后，从翻译学角度来看，当前AI翻译系统仍以结构对等为主要策略，缺乏灵活的“归化”或“异化”能力，无法实现文体、语用与文化层面的多重对等。尤其在文化类、政策类与服务类文本中，AI无法预设目标读者的文化背景与交际期待，无法对原文进行有效的重构与适配。相比之下，人工译者能够根据翻译目的灵活运用多样化策略，准确传达原文意义的同时，强化译文在目标语语境中的接受度与功能效果。
综上所述，尽管AI翻译在中韩互译中的表现已取得显著进展，但其在专业术语处理、文体适应、语用调控与文化表达等关键领域仍显不足。这表明，当前AI翻译更适宜作为人工翻译的辅助工具，而非完全替代手段。未来中韩翻译的发展方向应聚焦于人机协同模式的构建，即通过构建高质量的中韩双语平行语料、提升AI系统的语用识别与风格调适能力，并引入人工后编辑机制，实现“AI初译 + 人工优化”的协作流程，从而在保持翻译效率的同时，确保语言质量与文化适配性的统一。这一协同模式不仅是提升翻译实效的路径，也将成为实现跨语言精准沟通的重要保障。
5. 未来发展路径：构建高效可持续的人机协同中韩翻译生态
随着人工智能技术的持续迭代与语言模型的逐步优化，中韩互译实践正迈入“人机协同”主导的新阶段。相较于传统的人工主导模式与全自动翻译路径，人机协同翻译(Human-AI Collaborative Translation, HACT)既能发挥AI在处理速度与语料检索方面的优势，也能保留人工译者对语言情境、文化语义与语用功能的敏锐判断力。因此，构建一个高效、专业、伦理可控的人机协同中韩翻译生态体系，将成为未来发展的核心方向[7]。为此，需从语料资源建设、流程机制优化、复合型人才培养以及翻译伦理治理四个关键维度展开系统推进。
首先，在语料资源建设方面，应着力构建领域广泛、语体多样、质量稳定的中韩双语平行语料库。这些语料库应覆盖法律法规、跨境商务、教育科技、影视传媒等高频翻译场景，并注重包括方言、文化负载词、敬语等级等韩语语言特色的整合，以提升AI系统在术语识别、语境消歧与语义匹配等方面的表现能力。此外，可引入动态更新机制，建立开放式语料标注平台，鼓励译者、研究者共同参与数据积累与质量监督，实现数据资源的“众创众享”。
其次，在人机协同流程机制方面，应确立清晰的任务分工与流程规范，推动形成“AI初译–人工校改–人类终审–风格润色”的多轮协同机制。其中，AI系统可承担初步翻译与术语建议功能，而人工译者则负责语义校正、风格调整与文化适配，实现效率与质量的双重保障。同时，应开发可嵌入现有CAT (Computer-Assisted Translation)平台的协同接口，使AI模块在翻译过程中可实现实时反馈与协作建议，从“工具型辅助”向“认知型伙伴”升级。
第三，在复合型翻译人才培养方面，应对传统语言类教育体系进行跨界整合，推动语言学、计算机科学与人工智能技术的深度融合。在课程设计上，需增设如“AI翻译工具实操”“神经机器翻译与语言建模基础”“数据标注与语料预处理”等技术课程，同时强化语言对比、语用功能、文化传播等传统翻译素养内容，打造既懂语言又懂技术的“翻译 + 科技”型人才队伍。这类人才将成为未来中韩翻译生态中连接AI与人的关键桥梁。
最后，在AI翻译伦理与治理体系方面，应制定和实施系统性的翻译伦理规范，明确人机协同过程中的责任边界、署名权分配、译文归属权与数据使用权限。例如，在协同产出的文本中，是否应注明AI参与、如何标识人工校订痕迹、是否建立版权共创机制等问题，都亟需通过制度设计加以回应。此外，还应加强对翻译数据来源的合规审查，确保语料收集和使用过程不侵犯原始作者、译者或机构的合法权益，推动中韩翻译活动在技术发展与伦理底线之间取得稳健平衡。
综上所述，构建人机协同中韩翻译生态，不仅是提升翻译效率与质量的现实需要，更是语言服务行业向智能化、专业化、系统化发展的关键路径。这一生态的核心在于“协同”而非“替代”，在于“互补”而非“对抗”，通过系统性工程建设，最终实现以AI为助力、以人为主导的高质量中韩跨语际交流新时代。
6. 结语
人工智能与中韩翻译实践的融合，已成为翻译技术演进的重要方向，不仅重塑了传统翻译流程，也对语言服务产业的发展模式带来了根本性变革。随着神经网络机器翻译(NMT)等技术的不断成熟，AI系统在词汇处理、语法建模和语义匹配方面表现出前所未有的效率与能力，使得大规模、多领域的翻译任务得以迅速响应，为跨语言信息交流提供了强有力的支持。
然而，翻译并非单纯的语言替换过程，更涉及文化转换、语用适应与语体风格调控等深层次语际活动。AI在处理文化负载词、敬语体系以及上下文逻辑时仍表现出诸多局限，难以完全胜任高复杂度文本的翻译任务。因此，在AI主导的信息技术环境中，译者的角色不但没有消解，反而更趋于“技术化”与“策略化”，成为语言与技术之间的中介者和判断者。
面向未来，翻译生态应逐步转向“AI增强译者(AI-Augmented Translator)”的协同模式。即通过人机分工与协作，将AI系统的计算优势与人类译者的文化敏感性、判断能力和语言创造力有机结合，从而实现效率与质量的双重提升。同时，应加快构建以可持续性、人本导向与伦理合规为核心的中韩语言服务体系，推动两国在语言、文化、教育与科技等多维领域的深入交流与融合，为跨文化传播和区域合作注入新动能。
基金项目
内蒙古自治区社会科学基金2024年度外语专项立项《人工智能与翻译实践融合研究》；项目编号：2024WY35。