Sep, 2024

使用情感和语义分析评估谷歌翻译的普通话翻译

HTML
PDF
TL;DR本研究针对谷歌翻译在普通话翻译中的质量评估存在的空白，采用情感和语义分析的方法，结合人类专家的评估，分析经典小说《阿Q正传》的英文翻译。研究发现，谷歌翻译在翻译特定词汇和短语方面存在不足，尤其是在缺乏上下文及历史知识的情况下，导致了翻译不准确，强调了机器翻译在文化细节把握上的局限性。
发现论文，激发创造
  • 自动中英文新闻翻译达到人类水平

    该篇论文讨论了机器翻译的发展与挑战，评估了微软近期机器翻译系统在中英新闻翻译中的表现，结果显示该系统已经能够达到人类专业翻译水平。

    Mar, 2018

  • 评估人机语言翻译平衡性的建议

    研究发现2018年Hassan等人的评估设计有问题，导致其认为人工翻译和机器翻译有同等水平的结论不准确，因此需要重新审视现有的评估方法，并且提出了一系列改进建议。

    Apr, 2020

  • 可访问的多语言文本分析的机器翻译

    本文研究通过机器翻译将其他语言翻译成英文进行多语言文本分析，结果表明这种方法在情感分析，主题分析和词嵌入等分析方法上，与使用源语言进行分析的结果相当，机器翻译可以帮助计算机学者做出关于人类沟通的更具包容性和普适性的结论。

    Jan, 2023

  • 通过情感和语义分析评估谷歌翻译从梵文到英文的翻译效果

    本研究使用BERT-based语言模型对谷歌翻译进行Bhagavad Gita梵文文本的感情和语义分析，结果表明与专家翻译相比，谷歌翻译在选定诗句中的相似度水平很低。由于梵文的诗意性、上下文的重要性、隐喻和意象，谷歌翻译在翻译某些梵文词语和短语方面并不适用。

    Feb, 2023

  • 大型语言模型可以有效地利用文档级别的语境进行文学翻译，但是关键错误仍然存在

    通过人工评估，我们发现让Gpt-3.5 (text-davinci-003)从整体上翻译文学段落比逐句翻译更好，并指出大语言模型在翻译时仍存在关键性错误。

    Apr, 2023

  • 评估汉英情感微博文本机器翻译：一份用于情感翻译质量评估的人工标注数据集

    本文关注机器翻译对情感文本的翻译表现，并通过提出的基于多维质量度量的评估框架，对谷歌翻译的输出进行评估。作者发现大约50%的机器翻译输出没有保留原始情感，并认为情感承载词和语言现象是这些翻译错误的常见原因。

    Jun, 2023

  • WMT 2023共享任务关于篇章级文学翻译的研究结果：LLMs宇宙中的一颗清新之星

    机器翻译中文学作品一直是一个难以解决的问题，在WMT 2023中，我们举办了首届篇章级文学翻译共享任务，提供了一部文学作品语料库用于中英文翻译，并制定了行业认可的人工评估标准。通过自动和人工评估，我们分析了14个团队的提交系统，并基于人工评估结果进行了官方排名，同时揭示了有关文学和篇章意识机器翻译的一系列有趣发现。

    Nov, 2023

  • ChatGPT是否能与神经机器翻译匹敌？一项比较研究

    通过比较ChatGPT和主流神经机器翻译（NMT）引擎将中文外交文本翻译成英文，本文评估了大型语言模型在翻译方面的能力。研究采用四个自动化度量和基于错误类型和六个分析指标的人工评估来检验ChatGPT和NMT引擎的翻译质量。研究结果表明，在不同的提示下，自动化度量对ChatGPT产生了类似的结果，而当提供翻译任务的示例或上下文信息时，人工评估者更倾向于给ChatGPT较高的评分。自动化度量与人工评估维度之间的两两相关性结果弱且不显著，这表明了两种翻译质量评估方法之间的差异。这些发现为ChatGPT作为一种可靠的机器翻译工具以及提示工程对其性能的影响提供了有价值的见解。

    Jan, 2024

  • 评估大规模语言模型在古典中文诗歌翻译中的表现：有效性、流畅性和优雅性

    本研究针对大规模语言模型在古典中文诗歌翻译中存在的有效性、流畅性和优雅性不足的问题，提出了一个新的基准。提出的检索增强机器翻译方法（RAT）和基于GPT-4的自动评估指标，能更有效地评估翻译质量，并提升现有模型在此领域的表现。

    Aug, 2024

  • 使用情感与语义分析评估谷歌翻译的中文翻译效果

    本研究针对机器翻译模型与人类专家评估之间的差距进行探讨，提出了一种通过情感和语义分析来自动化评估翻译质量的新方法。研究发现，谷歌翻译在处理中文特定词汇和短语时面临困难，缺乏对中国历史和文化的理解，以至于影响了翻译的准确性。这一框架为中文机器翻译的改进提供了新的见解。

    Sep, 2024