Fugu-MT 論文翻訳(概要): LLM-BT: Back-Translation as a Framework for Terminology Standardization and Dynamic Semantic Embedding

論文の概要: LLM-BT: Back-Translation as a Framework for Terminology Standardization and Dynamic Semantic Embedding

arxiv url: http://arxiv.org/abs/2506.08174v1
Date: Mon, 09 Jun 2025 19:39:09 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-11 15:11:40.564835
Title: LLM-BT: Back-Translation as a Framework for Terminology Standardization and Dynamic Semantic Embedding
Title（参考訳）: LLM-BT: 用語標準化と動的意味埋め込みのためのフレームワークとしてのバックトランスレーション
Authors: Li Weigang, Pedro Carvalho Brom,
Abstract要約: 我々は,大言語モデル(LLM)を利用した翻訳フレームワークである textbfLLM-BT を提案し,用語の検証と標準化を自動化する。 textbf(1) Term-Level Consistency Validation: Using English $rightarrow$ intermediate language $rightarrow$ English achieves back-translation。 textbf (3) セマンティック埋め込みとしてのバックトランスレーション:BTは動的セマンティック埋め込みとして概念化され、潜在意味を明らかにする。
参考スコア（独自算出の注目度）: 2.685668802278156
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The rapid growth of English technical terms challenges traditional expert-driven standardization, especially in fast-evolving fields like AI and quantum computing. Manual methods struggle to ensure multilingual consistency. We propose \textbf{LLM-BT}, a back-translation framework powered by large language models (LLMs) to automate terminology verification and standardization via cross-lingual semantic alignment. Our contributions are: \textbf{(1) Term-Level Consistency Validation:} Using English $\rightarrow$ intermediate language $\rightarrow$ English back-translation, LLM-BT achieves high term consistency across models (e.g., GPT-4, DeepSeek, Grok), with case studies showing over 90\% exact or semantic matches. \textbf{(2) Multi-Path Verification Workflow:} A novel ``Retrieve--Generate--Verify--Optimize'' pipeline integrates serial (e.g., EN $\rightarrow$ ZHcn $\rightarrow$ ZHtw $\rightarrow$ EN) and parallel (e.g., EN $\rightarrow$ Chinese/Portuguese $\rightarrow$ EN) BT routes. BLEU and term accuracy indicate strong cross-lingual robustness (BLEU $>$ 0.45; Portuguese accuracy 100\%). \textbf{(3) Back-Translation as Semantic Embedding:} BT is conceptualized as dynamic semantic embedding, revealing latent meaning trajectories. Unlike static embeddings, LLM-BT provides transparent path-based embeddings shaped by model evolution. LLM-BT transforms back-translation into an active engine for multilingual terminology standardization, enabling human--AI collaboration: machines ensure semantic fidelity, humans guide cultural interpretation. This infrastructure supports terminology governance across scientific and technological fields worldwide.
Abstract（参考訳）: 英語の技術用語の急速な成長は、特にAIや量子コンピューティングのような急速に発展する分野において、従来の専門家主導の標準化に挑戦する。マニュアルメソッドは多言語一貫性を確保するのに苦労する。本稿では,言語間セマンティックアライメントによる用語検証と標準化を自動化するために,大規模言語モデル(LLM)を利用した翻訳フレームワークである‘textbf{LLM-BT} を提案する。 textbf{(1) Term-Level Consistency Validation:} English $\rightarrow$ intermediate language $\rightarrow$ English back-translation, LLM-BT is a high term consistency across model(例: GPT-4, DeepSeek, Grok)。 EN $\rightarrow$ ZHcn $\rightarrow$ ZHtw $\rightarrow$ EN) と並列 (e g , EN $\rightarrow$ Chinese/Portuguese $\rightarrow$ EN) BTルートを統合する。 BLEUと項精度は、強い言語間ロバスト性を示す(BLEU $> 0.45; Portuguese accuracy 100\%)。 textbf{(3) Back-Translation as Semantic Embedding:} BT は動的セマンティックな埋め込みとして概念化され、潜在的な意味のトラジェクトリが明らかになる。静的埋め込みとは異なり、LLM-BTはモデル進化によって形成された透明なパスベースの埋め込みを提供する。 LLM-BTは、多言語用語標準化のための活発なエンジンに逆翻訳を変換し、人間とAIのコラボレーションを可能にする。このインフラは、世界中の科学・技術分野における用語ガバナンスを支援している。

論文の概要: LLM-BT: Back-Translation as a Framework for Terminology Standardization and Dynamic Semantic Embedding

関連論文リスト