论文:《(或许) 超越人类翻译:利用多智能体协作翻译超长文学文本》
摘要:机器翻译(MT)的最新进展显著提高了各领域的翻译质量。然而,由于文学文本语言复杂、充满比喻和文化细微差别,翻译这些文本仍然是一个重大挑战。在本研究中,我们介绍了一种新型的多智能体框架,该框架基于大语言模型(LLMs)进行文学翻译,并以TransAgents公司名义实施。这个框架模拟了传统的翻译出版过程,通过多个智能体的协同能力来应对文学作品翻译的复杂需求。为了评估该系统的有效性,我们提出了两种创新的评估策略:单语人类偏好(MHP)和双语大语言模型偏好(BLP)。MHP从目标语言单语读者的角度进行评估,而BLP则利用先进的大语言模型直接将翻译与原文比较。实验证明,尽管d-BLEU分数较低,但TransAgents的翻译在需要领域特定知识的体裁中,比人类撰写的参考文献更受人类评估者和大语言模型的青睐。我们还通过案例研究突出了TransAgents的优势和局限性,并为未来的研究指明了方向。
点击图片查看原图
点击图片查看原图
点击图片查看原图