要約
機械翻訳 (MT) は、文学作品、特に詩の翻訳の分野に適用される場合、歴史的に大きな課題に直面してきました。
ChatGPT などの大規模言語モデルの出現は、この分野における革新の可能性を秘めています。
この研究では、最適なパフォーマンスを確認するためにターゲットを絞ったプロンプトと小さなサンプル シナリオを利用して、英語から中国語の詩の翻訳タスクにおける ChatGPT の機能を検証します。
有望な結果にもかかわらず、私たちの分析により、ChatGPT によって生成された翻訳には注意が必要な永続的な問題が明らかになりました。
これらの欠点に対処するために、翻訳プロセスのガイド情報として単言語詩の説明を活用する説明支援詩機械翻訳 (EAPMT) 手法を提案します。
さらに、現代詩の翻訳のニュアンスに合わせて既存の評価基準を改良します。
私たちはプロの詩人のパネルに評価を依頼し、GPT-4 を使用して評価を補完しました。
人間による評価と機械による評価の両方の結果は、当社の EAPMT 手法が ChatGPT や既存のオンライン システムの従来の翻訳手法よりも優れていることを示しています。
この論文は、私たちの方法の有効性を検証し、機械支援による文学翻訳に新しい視点を提供します。
要約(オリジナル)
Machine translation (MT) has historically faced significant challenges when applied to literary works, particularly in the domain of poetry translation. The advent of Large Language Models such as ChatGPT holds potential for innovation in this field. This study examines ChatGPT’s capabilities in English-Chinese poetry translation tasks, utilizing targeted prompts and small sample scenarios to ascertain optimal performance. Despite promising outcomes, our analysis reveals persistent issues in the translations generated by ChatGPT that warrant attention. To address these shortcomings, we propose an Explanation-Assisted Poetry Machine Translation (EAPMT) method, which leverages monolingual poetry explanation as a guiding information for the translation process. Furthermore, we refine existing evaluation criteria to better suit the nuances of modern poetry translation. We engaged a panel of professional poets for assessments, complemented evaluations by using GPT-4. The results from both human and machine evaluations demonstrate that our EAPMT method outperforms traditional translation methods of ChatGPT and the existing online systems. This paper validates the efficacy of our method and contributes a novel perspective to machine-assisted literary translation.
arxiv情報
| 著者 | Shanshan Wang,Derek F. Wong,Jingming Yao,Lidia S. Chao |
| 発行日 | 2024-06-05 16:48:26+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google