<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">SE</journal-id><journal-title-group><journal-title>Society and Economy</journal-title></journal-title-group><issn>2995-4959</issn><eissn>2995-4975</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/SE.2026050002</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>法律文本人工智能翻译质量评估与优化路径研究—— 基于术语库与译后编辑的实证分析</title><url>https://artdesignp.com/journal/SE/4/5/10.61369/SE.2026050002</url><author>王奕茗</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>5</issue><history><date date-type="pub"><published-time>2026-05-20</published-time></date></history><abstract>基于140条法律文本语料，对比ChatGP T 与有道翻译AI 的译文与官方译本，构建术语错误、语义偏差、句法问题、表达不规范四维误差分类体系进行量化评估。针对原始翻译中句法混乱与术语不一致等高频问题，引入术语库嵌入与译后编辑优化策略。实验表明，优化后整体错误率从97% 降至6%，错误率降低94%。人机协同模式可显著提升法律文本翻译质量，为涉外法治语言服务提供实践路径。</abstract><keywords>人工智能翻译,法律条文,误差分析,术语库,译后编辑,人机协同</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 张舟, 刘文清. 人工智能背景下法律推理模型建立探究[J]. 南方论刊,2024,(01):70-72.[2] 周俍琛. 政策工具视角下我国人工智能高质量发展的法律政策文本分析&amp;mdash;&amp;mdash; 基于我国86 份政策文本的量化分析[J]. 三门峡职业技术学院学报,2025,24(01):82-90.[3] 陈太龙. 人工智能背景下侦查翻译活动的困境与对策研究[J]. 产业与科技论坛,2025,24(06):247-250.[4] 俞璐璐. 人工智能知识产权侵权案件起诉状英汉翻译实践报告[D]. 广东外语外贸大学,2025.[5] 常亮, 王成山, 田海松. 人工智能赋能机器翻译背景下职教本科翻译专业的挑战与发展方向[J]. 河北石油职业技术大学学报,2025,27(06):1-5.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
