本研究探讨了神经机器翻译模型在领域适应中遭遇的灾难性遗忘问题，分析了遗忘的原因及其与适应数据的关系，发现遗忘量与目标词汇覆盖率相关，为NMT领域适应的改进提供了新思路。

本研究提出了一种利用大型语言模型自动评估儿童故事中目标词汇语义传达能力的方法，实验结果表明与人类判断的相关性显著提高，具有重要的教育意义。