論文の概要: Prompting ChatGPT for Translation: A Comparative Analysis of Translation Brief and Persona Prompts
- arxiv url: http://arxiv.org/abs/2403.00127v2
- Date: Sun, 28 Apr 2024 09:45:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 23:26:08.324758
- Title: Prompting ChatGPT for Translation: A Comparative Analysis of Translation Brief and Persona Prompts
- Title（参考訳）: Prompting ChatGPT for Translation: A Comparison Analysis of Translation Brief and Persona Prompts
- Authors: Sui He,
- Abstract要約: 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。
- 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: Prompt engineering has shown potential for improving translation quality in LLMs. However, the possibility of using translation concepts in prompt design remains largely underexplored. Against this backdrop, the current paper discusses the effectiveness of incorporating the conceptual tool of translation brief and the personas of translator and author into prompt design for translation tasks in ChatGPT. Findings suggest that, although certain elements are constructive in facilitating human-to-human communication for translation tasks, their effectiveness is limited for improving translation quality in ChatGPT. This accentuates the need for explorative research on how translation theorists and practitioners can develop the current set of conceptual tools rooted in the human-to-human communication paradigm for translation purposes in this emerging workflow involving human-machine interaction, and how translation concepts developed in translation studies can inform the training of GPT models for translation tasks.
- Abstract（参考訳）: プロンプト工学は、LLMの翻訳品質を改善する可能性を示している。
しかし、素早い設計で翻訳概念を使う可能性については、いまだ大半が未解明である。
そこで本論文では,ChatGPTにおける翻訳作業の素早い設計に,翻訳の簡潔性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、翻訳理論家や実践者が、人間と機械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、現在の概念的ツールセットをどのように開発するか、そして翻訳研究で開発された翻訳概念が翻訳タスクのためのGPTモデルのトレーニングにどのように影響を与えるか、という、爆発的な研究の必要性を強調している。
関連論文リスト
- Questionnaires for Everyone: Streamlining Cross-Cultural Questionnaire Adaptation with GPT-Based Translation Quality Evaluation [6.8731197511363415]
本研究は,アンケート翻訳プロセスの迅速化を図るためのプロトタイプツールを提案する。
このツールには、GPT-4で生成された翻訳品質の評価と改善提案と共にDeepLを用いた前方翻訳が組み込まれている。
論文 参考訳（メタデータ） (2024-07-30T07:34:40Z) - 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) - (Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts [52.18246881218829]
本稿では,大言語モデル(LLM)をベースとした多エージェントフレームワークを,TransAgentsという企業として実装した。
本システムの有効性を評価するため,モノリンガル・ヒューマン・プライス(MHP)とバイリンガル・LLM・プライス(BLP)の2つの革新的な評価戦略を提案する。
論文 参考訳（メタデータ） (2024-05-20T05:55:08Z) - Cross-lingual neural fuzzy matching for exploiting target-language
monolingual corpora in computer-aided translation [0.0]
本稿では,ドメイン内ターゲット言語(TL)モノリンガルコーパスの活用を目的とした,新しいニューラルアプローチを提案する。
本手法は,TL単言語コーパスから翻訳提案を検索するための言語間文の埋め込みと,後処理を推定するためのニューラルモデルに頼っている。
本稿では,これらの手法を4つの言語ペア上で自動評価することにより,TMベースのCAT環境におけるモノリンガルテキストの活用に成功していることを示す。
論文 参考訳（メタデータ） (2024-01-16T14:00:28Z) - 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) - 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) - The Best of Both Worlds: Combining Human and Machine Translations for
Multilingual Semantic Parsing with Active Learning [50.320178219081484]
人文翻訳と機械翻訳の両方の長所を生かした能動的学習手法を提案する。
理想的な発話選択は、翻訳されたデータの誤りとバイアスを著しく低減することができる。
論文 参考訳（メタデータ） (2023-05-22T05:57:47Z) - ParroT: Translating during Chat using Large Language Models tuned with
Human Translation and Feedback [90.20262941911027]
ParroTはチャット中の翻訳機能を強化し、規制するフレームワークである。
具体的には、ParroTは、翻訳データを命令フォロースタイルに書き換える。
本稿では,ParroTモデルを微調整するための3つの命令タイプを提案する。
論文 参考訳（メタデータ） (2023-04-05T13:12:00Z) - How to Design Translation Prompts for ChatGPT: An Empirical Study [18.678893287863033]
ChatGPTは自然言語理解と自然言語生成において驚くべき能力を示した。
私たちは、広範囲の翻訳にいくつかの翻訳プロンプトを採用しています。
私たちの研究は、ChatGPTが翻訳において大きな可能性を秘めているという実証的な証拠を提供する。
論文 参考訳（メタデータ） (2023-04-05T01:17:59Z) - Bootstrapping a Crosslingual Semantic Parser [74.99223099702157]
我々は、英語のような単一の言語で訓練された意味を、最小限のアノテーションで新しい言語や複数のドメインに適用する。
我々は、機械翻訳がトレーニングデータの適切な代用であるかどうかを問うとともに、英語、パラフレーズ、多言語事前学習モデルとの併用トレーニングを用いて、ブートストラップを調査するように拡張する。
論文 参考訳（メタデータ） (2020-04-06T12:05:02Z)
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。