本研究提出了一种利用文档级单语数据构建上下文感知翻译系统的方法，通过改进现有方法和提出新的权重技术来提高系统组合的灵活性和降低计算开销。结果显示该方法能够显著提高面向文档的评分，并在计算上更高效。然而，在大多数情况下，通过再训练翻译系统进行反向翻译可以获得更好的结果。同时，基于大语言模型的语言模型融合也显示出潜力。