論文の概要: Linguistically Informed ChatGPT Prompts to Enhance Japanese-Chinese
Machine Translation: A Case Study on Attributive Clauses
- arxiv url: http://arxiv.org/abs/2303.15587v1
- Date: Mon, 27 Mar 2023 20:33:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 17:17:51.409178
- Title: Linguistically Informed ChatGPT Prompts to Enhance Japanese-Chinese
Machine Translation: A Case Study on Attributive Clauses
- Title（参考訳）: 言語的にインフォームドされたChatGPTプロンプトを用いた日中機械翻訳 : 帰属句の事例研究
- Authors: Wenshi Gu
- Abstract要約: 本稿では,日本語から中国語への帰属句の正しい翻訳の問題について検討する。
翻訳の精度を高めることを目的とした事前編集方式を提案する。
平均翻訳精度を35%以上向上させる新しい2段階のプロンプト戦略が提案されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the field of Japanese-Chinese translation linguistics, the issue of
correctly translating attributive clauses has persistently proven to be
challenging. Present-day machine translation tools often fail to accurately
translate attributive clauses from Japanese to Chinese. In light of this, this
paper investigates the linguistic problem underlying such difficulties, namely
how does the semantic role of the modified noun affect the selection of
translation patterns for attributive clauses, from a linguistic perspective. To
ad-dress these difficulties, a pre-edit scheme is proposed, which aims to
enhance the accuracy of translation. Furthermore, we propose a novel two-step
prompt strategy, which combines this pre-edit scheme with ChatGPT, currently
the most widely used large language model. This prompt strategy is capable of
optimizing translation input in zero-shot scenarios and has been demonstrated
to improve the average translation accuracy score by over 35%.
- Abstract（参考訳）: 日中国語翻訳言語学の分野では、帰属節を正しく翻訳する問題は依然として困難であることが証明されている。
現在の機械翻訳ツールは日本語から中国語への帰属句の翻訳に失敗することが多い。
そこで本研究では,このような難しさの根底にある言語的問題,すなわち修飾名詞の意味的役割が帰属節の翻訳パターンの選択にどのように影響するかを,言語学的観点から検討する。
これらの困難に対処するため,翻訳精度の向上を目的とした事前編集方式を提案する。
さらに,この事前編集方式と,現在最も広く使われている大規模言語モデルであるchatgptを組み合わせた,新たな2段階プロンプト戦略を提案する。
このプロンプト戦略はゼロショットシナリオで翻訳入力を最適化することができ、平均翻訳精度スコアを35%以上向上させることが実証されている。
関連論文リスト
- CRAT: A Multi-Agent Framework for Causality-Enhanced Reflective and Retrieval-Augmented Translation with Large Language Models [59.8529196670565]
CRATは、RAGと因果強化自己回帰を利用して翻訳課題に対処する、新しいマルチエージェント翻訳フレームワークである。
以上の結果からCRATは翻訳精度を著しく向上させ,特に文脈に敏感な単語や語彙の出現に寄与することが示唆された。
論文 参考訳（メタデータ） (2024-10-28T14:29:11Z) - A Data Selection Approach for Enhancing Low Resource Machine Translation Using Cross-Lingual Sentence Representations [0.4499833362998489]
本研究は,既存のデータセットが特に騒々しい英語-マラティー語対の事例に焦点を当てた。
データ品質問題の影響を軽減するために,言語間文表現に基づくデータフィルタリング手法を提案する。
その結果,IndicSBERTによるベースラインポストフィルタよりも翻訳品質が大幅に向上した。
論文 参考訳（メタデータ） (2024-09-04T13:49:45Z) - Understanding and Addressing the Under-Translation Problem from the Perspective of Decoding Objective [72.83966378613238]
最新のニューラル・マシン・トランスレーション(NMT)システムでは、アンダー・トランスレーションとオーバー・トランスレーションの2つの課題が残っている。
我々は,NMTにおけるアンダートランスレーションの根本原因を詳細に分析し,デコード目的の観点から解説する。
本研究は,低翻訳の検知器としてEOS(End Of Sentence)予測の信頼性を活用し,低翻訳のリスクが高い候補を罰する信頼性に基づくペナルティを強化することを提案する。
論文 参考訳（メタデータ） (2024-05-29T09:25:49Z) - Prompting ChatGPT for Translation: A Comparative Analysis of Translation Brief and Persona Prompts [0.0]
本稿では,ChatGPTにおける翻訳作業の素早い設計に,翻訳の簡潔さの概念ツールと翻訳者および著者のペルソナを組み込むことの有効性について論じる。
また, 翻訳作業における人間間コミュニケーションの促進には, 特定の要素が構成的ではあるが, ChatGPTの翻訳品質の向上には有効性が限られていることが示唆された。
このことは、人間と人間の相互作用を含むこの新たなワークフローにおいて、翻訳理論家や実践者が、翻訳目的の人間と人間のコミュニケーションパラダイムに根ざした、現在の概念的なツールセットをどのように開発するかに関する爆発的な研究の必要性を強調している。
論文 参考訳（メタデータ） (2024-02-29T21:05:38Z) - Crossing the Threshold: Idiomatic Machine Translation through Retrieval
Augmentation and Loss Weighting [66.02718577386426]
慣用的な翻訳と関連する問題を簡易に評価する。
我々は,変圧器をベースとした機械翻訳モデルが慣用的な翻訳に対して正しくデフォルトとなる点を明らかにするための合成実験を行った。
自然慣用句の翻訳を改善するために, 単純かつ効果的な2つの手法を導入する。
論文 参考訳（メタデータ） (2023-10-10T23:47:25Z) - Optimizing Machine Translation through Prompt Engineering: An
Investigation into ChatGPT's Customizability [0.0]
この研究は、ChatGPTのような大規模言語モデルに適切なプロンプトが組み込まれれば、柔軟な翻訳が可能になることを明らかにしている。
この研究は、特定の条件を満たす翻訳を生成するためにプロンプトを使用すると、翻訳品質の変化を精査する。
論文 参考訳（メタデータ） (2023-08-02T19:11:04Z) - Lost In Translation: Generating Adversarial Examples Robust to
Round-Trip Translation [66.33340583035374]
本研究は, ラウンドトリップ翻訳における現在のテキスト対逆攻撃の堅牢性に関する包括的研究である。
筆者らは,現在最先端のテキストベースの6つの敵攻撃が,ラウンドトリップ翻訳後の有効性を維持していないことを実証した。
本稿では,機械翻訳を逆例生成のプロセスに組み込むことにより,この問題に対する介入に基づく解決策を提案する。
論文 参考訳（メタデータ） (2023-07-24T04:29:43Z) - Decomposed Prompting for Machine Translation Between Related Languages
using Large Language Models [55.35106713257871]
DecoMTは、単語チャンク翻訳のシーケンスに翻訳プロセスを分解する、数発のプロンプトの新しいアプローチである。
DecoMTはBLOOMモデルよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-05-22T14:52:47Z) - Example-Based Machine Translation from Text to a Hierarchical
Representation of Sign Language [1.3999481573773074]
本稿では,テキスト・トゥ・サイン翻訳の原本について述べる。
これは、AZeeにおける手話ビデオのテキストと階層的な形式記述の間のアライメントのドメイン固有の並列コーパスを使用して、データの不足を補う。
提案アルゴリズムは、ソーステキストに存在する類似性の検出に基づいて、整列セグメントのマッチングと置換を利用して、複数の候補翻訳を構築する。
結果として得られる翻訳は、アバターシステムへの入力として使用されるように設計されたAZee式(英語版)の形式である。
論文 参考訳（メタデータ） (2022-05-06T15:48:43Z) - Self-Attention with Cross-Lingual Position Representation [112.05807284056337]
位置符号化(PE)は、自然言語処理タスクの単語順序情報を保存し、入力シーケンスの固定位置インデックスを生成する。
語順が異なるため、言語間の位置関係をモデル化することは、SANがこの問題に取り組むのに役立つ。
我々は、入力文のバイリンガル認識潜在構造をモデル化するために、言語間位置表現によるSANを拡大する。
論文 参考訳（メタデータ） (2020-04-28T05:23:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。