2026年8月28-30日，第二届CCF人文智能大会（AI4Humanities 2026）在上海盛大召开。本届人文智能大会由中国计算机学会（CCF）主办，CCF计算机应用专业委员会与复旦大学共同承办，旨在推动信息技术、人工智能与人文学科深度融合，促进跨学科交流与合作。
我院熊晶教授团队与东北师范大学、内蒙古大学、长春人文学院等多家单位合作的研究成果《IOCE-Lexical: An Input-Output Collaborative Lexical Evidence Framework for Low-Resource Manchu to Classical Chinese Machine Translation》被本次大会录用，2025级研究生高春驰代表全体作者在大会“多模态人文计算与语言智能”论坛上进行了口头报告。
本研究提出 IOCE-Lexical 框架，实现了面向低资源场景的满文（罗马转写）至汉语文言文的机器翻译。该模型以 Llama-3-8B 为骨干网络，采用 QLoRA 进行高效参数适配，其核心创新在于构建了“输入—输出协同词汇证据”闭环机制。在输入侧，通过词典增强数据（DAD）与形态后缀特征（MSF）提供外部词汇及结构线索，并经由词汇-形态选择聚合模块（LMSA）与自适应预调制缩放（APS）实现门控融合与条件化注入；在输出侧，采用噪声感知检索训练（NART）学习候选翻译的可信度，并结合 CALM-Trans 将检索候选转化为软词元偏置，通过动态校准强度调整解码分布。整体框架使词汇与形态证据同时作用于源端表示构建与目标端生成决策。
该成果在低资源历史语言翻译任务中显著优于通用大模型迁移方法及传统词典提示策略，达到了当前同类设定下的领先性能水平。本研究首次将词汇记忆与形态线索在输入与输出两端进行协同解耦，为濒危语言档案的数字化整理提供了一条可复用的技术路径。该路径不仅提升了清代满文文献的可读性与利用效率，也为其他低资源黏着语——古汉语翻译任务提供了方法论参考，具有重要的文化遗产保护价值与广阔的学术应用前景。该成果亦是人工智能与人文社科深度融合的典型范例之一。
CCF人文智能大会（英文名：AI4Humanities）是由中国计算机学会（CCF）主办、计算机应用专委会承办的大会，首届于2025年12月27日在北京开幕。会议邀请来自计算机科学、智能科学、各人文社会学科，以及相关业界专家学者与学生参加，以充分发挥CCF的学术影响力和跨学科渗透能力，推动交叉融合，并促进人文、计算的学术研究和社会服务的发展。
编辑：熊晶
责编：尚军亮
审核：李光顺
