Prompt-oriented Output of Culture-Specific Items in Translated African Poetry by Large Language Model: An Initial Multi-layered Tabular Review
作者: Adeyola Opaluwah
分类: cs.CL
发布日期: 2025-01-29 (更新: 2025-02-04)
备注: 24 pages, 4 tables. arXiv admin note: text overlap with arXiv:2406.03450, arXiv:2312.15304 by other authors
DOI: 10.11648/j.ajcst.20250802.14
💡 一句话要点
通过提示工程评估大型语言模型在非洲诗歌翻译中文化元素的生成能力
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 机器翻译 非洲诗歌 文化翻译 提示工程
📋 核心要点
- 现有机器翻译方法在处理文化特定内容时，常常无法准确捕捉其细微之处，导致翻译质量下降。
- 本文通过设计不同侧重点的提示，引导大型语言模型更好地识别和翻译非洲诗歌中的文化元素。
- 实验表明，即使使用文化导向的提示，大型语言模型在文化元素翻译方面仍存在局限性，一致性有待提高。
📝 摘要（中文）
本文研究了Chat Generative PreTrained Transformer Pro（以下简称ChatGTP Pro）在三种结构化提示下，翻译三部非洲诗歌选集时生成的文化项目输出。第一种提示较为宽泛，第二种提示侧重于诗歌结构，第三种提示强调文化特异性。为了支持分析，创建了四个对比表格。第一个表格展示了三种提示后产生的文化项目结果，第二个表格根据Aixela的专有名词和常用表达框架对这些输出进行分类，第三个表格总结了人工翻译、定制翻译引擎和大型语言模型生成的文化项目。最后一个表格概述了ChatGTP Pro在文化特定提示后采用的策略。与先前研究中参考人工翻译和定制翻译引擎的文化项目输出相比，研究结果表明，用于ChatGTP Pro的文化导向提示并未显著增强非洲诗歌从英语到法语的翻译过程中文化项目的生成。在五十四个文化项目中，人工翻译重复生成了三十三个，定制翻译引擎重复生成了三十八个，而ChatGTP Pro重复生成了四十一个。未翻译的文化项目揭示了大型语言模型在翻译非洲诗歌中文化项目时方法的不一致性。
🔬 方法详解
问题定义：论文旨在评估大型语言模型在翻译非洲诗歌时，对文化特定项目的处理能力。现有机器翻译方法在处理此类文本时，往往难以准确捕捉文化内涵，导致翻译质量不佳。特别是在缺乏明确文化背景知识的情况下，翻译结果可能出现偏差或遗漏。
核心思路：论文的核心思路是通过提示工程，即设计不同类型的提示语，引导大型语言模型更加关注和准确翻译非洲诗歌中的文化元素。通过比较不同提示策略下的翻译结果，分析模型在文化翻译方面的优势和不足。这种方法旨在探索如何利用提示工程来提升机器翻译在文化敏感领域的表现。
技术框架：该研究的技术框架主要包括以下几个阶段：1) 选择非洲诗歌选集作为翻译对象；2) 设计三种不同类型的提示语：宽泛提示、侧重诗歌结构提示、强调文化特异性提示；3) 使用ChatGTP Pro对诗歌进行翻译；4) 创建对比表格，分析不同提示策略下生成的文化项目；5) 将ChatGTP Pro的翻译结果与人工翻译和定制翻译引擎的翻译结果进行比较；6) 评估大型语言模型在翻译文化项目时的一致性。
关键创新：该研究的关键创新在于其对提示工程在文化翻译领域的应用。通过系统地设计和比较不同类型的提示语，揭示了大型语言模型在处理文化特定内容时的局限性。此外，该研究还提供了一个多层次的表格分析框架，用于评估机器翻译的文化敏感性。
关键设计：论文的关键设计包括：1) 三种不同类型的提示语，旨在从不同角度引导模型关注文化元素；2) Aixela框架的应用，用于对翻译结果中的文化项目进行分类；3) 与人工翻译和定制翻译引擎的对比，用于评估ChatGTP Pro的性能；4) 对翻译结果一致性的评估，用于揭示模型在处理文化项目时的不确定性。
📊 实验亮点
实验结果表明，即使使用文化导向的提示，ChatGTP Pro在翻译非洲诗歌中的文化元素时，其性能提升并不显著。与人工翻译（33个重复文化项目）和定制翻译引擎（38个重复文化项目）相比，ChatGTP Pro生成了更多的重复文化项目（41个），这表明大型语言模型在文化翻译方面仍存在一致性问题，需要进一步改进。
🎯 应用场景
该研究成果可应用于提升机器翻译在文化遗产保护、跨文化交流和文学作品翻译等领域的质量。通过优化提示工程，可以使机器翻译更好地理解和传达不同文化背景下的文本信息，从而促进文化多样性和全球化交流。未来的研究可以探索更高级的提示策略和模型微调方法，进一步提高机器翻译的文化敏感性。
📄 摘要（原文）
This paper examines the output of cultural items generated by Chat Generative PreTrained Transformer Pro in response to three structured prompts to translate three anthologies of African poetry. The first prompt was broad, the second focused on poetic structure, and the third prompt emphasized cultural specificity. To support this analysis, four comparative tables were created. The first table presents the results of the cultural items produced after the three prompts, the second categorizes these outputs based on Aixela framework of Proper nouns and Common expressions, the third table summarizes the cultural items generated by human translators, a custom translation engine, and a Large Language Model. The final table outlines the strategies employed by Chat Generative PreTrained Transformer Pro following the culture specific prompt. Compared to the outputs of cultural items from reference human translation and the custom translation engine in prior studies the findings indicate that the culture oriented prompts used with Chat Generative PreTrained Transformer Pro did not yield significant enhancements of cultural items during the translation of African poetry from English to French. Among the fifty four cultural items, the human translation produced thirty three cultural items in repetition, the custom translation engine generated Thirty eight cultural items in repetition while Chat Generative PreTrained Transformer Pro produced forty one cultural items in repetition. The untranslated cultural items revealed inconsistencies in Large language models approach to translating cultural items in African poetry from English to French.