論文の概要: Do LLMs Understand Wine Descriptors Across Cultures? A Benchmark for Cultural Adaptations of Wine Reviews

• arxiv url: http://arxiv.org/abs/2509.12961v1
• Date: Tue, 16 Sep 2025 11:10:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:53.052908
• Title: Do LLMs Understand Wine Descriptors Across Cultures? A Benchmark for Cultural Adaptations of Wine Reviews
• Title（参考訳）: LLMはワイン記述子を文化全体に理解しているか? : ワインレビューの文化的適応のためのベンチマーク
• Authors: Chenye Zou, Xingyue Wen, Tianyi Hu, Qian Janice Wang, Daniel Hershcovich,
• Abstract要約: 我々は、中国語と英語でワインのレビューを適応させるという、新しい問題を紹介します。 専門的レビューの最初の並列コーパスをコンパイルし、8万の中国語と16万のアングロフォンレビューを含む。 我々の分析は、現在のモデルが文化的ニュアンスを捉えるのに苦労していることを示している。
• 参考スコア（独自算出の注目度）: 11.37543031092663
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Recent advances in large language models (LLMs) have opened the door to culture-aware language tasks. We introduce the novel problem of adapting wine reviews across Chinese and English, which goes beyond literal translation by incorporating regional taste preferences and culture-specific flavor descriptors. In a case study on cross-cultural wine review adaptation, we compile the first parallel corpus of professional reviews, containing 8k Chinese and 16k Anglophone reviews. We benchmark both neural-machine-translation baselines and state-of-the-art LLMs with automatic metrics and human evaluation. For the latter, we propose three culture-oriented criteria -- Cultural Proximity, Cultural Neutrality, and Cultural Genuineness -- to assess how naturally a translated review resonates with target-culture readers. Our analysis shows that current models struggle to capture cultural nuances, especially in translating wine descriptions across different cultures. This highlights the challenges and limitations of translation models in handling cultural content.
• Abstract（参考訳）: 大規模言語モデル(LLM)の最近の進歩は、文化に配慮した言語タスクへの扉を開いた。 地域味の嗜好と文化特有なフレーバー記述を取り入れたリテラル翻訳を超えて、中国語と英語でワインのレビューを適応させるという新しい問題を紹介した。 異文化間ワインレビューの適応に関するケーススタディでは,漢文8,漢文16,漢文6,漢文16,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文2,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1,漢文1 我々は,ニューラルネットワーク翻訳ベースラインと最先端LLMの両方を,自動計測と人的評価でベンチマークする。 後者では,文化親和性,文化中立性,文化優越性という3つの文化志向の基準を提案し,翻訳されたレビューが対象文化読者といかに自然に一致しているかを評価する。 我々の分析によると、現在のモデルは文化的なニュアンス、特に異なる文化にわたるワインの記述の翻訳に苦慮している。 これは、文化コンテンツを扱う際の翻訳モデルの課題と限界を強調します。

関連論文リスト

• Designing LLMs for cultural sensitivity: Evidence from English-Japanese translation [31.55428098109144]
  大規模言語モデル(LLM)は、日常的なコミュニケーションにますます利用されている。 我々は,職場電子メールの日英翻訳に適用された異なるLLMデザインの文化的感受性について分析した。 文化的に調整されたプロンプトは、文化的適合性を向上させることができる。
  論文  参考訳（メタデータ） (2025-09-15T13:37:35Z)
• From Surveys to Narratives: Rethinking Cultural Value Adaptation in LLMs [62.9861554207279]
  LLM(Large Language Models)における文化的価値の適応は大きな課題である。 これまでの作業は主に、World Values Survey (WVS)データを使用して、LLMをさまざまな文化的価値と整合させる。 我々は,文化価値適応のためのWVSベースのトレーニングについて検討し,調査データのみに頼って文化規範を実践し,事実知識に干渉することを発見した。
  論文  参考訳（メタデータ） (2025-05-22T09:00:01Z)
• Translating Across Cultures: LLMs for Intralingual Cultural Adaptation [12.5954253354303]
  文化適応の課題を定義し,現代LLMの性能を評価するための評価枠組みを構築した。 我々は、自動適応で起こりうる問題を解析する。 本稿は, LLMの文化的理解と, 異文化のシナリオにおける創造性について, より深い知見を提供していくことを願っている。
  論文  参考訳（メタデータ） (2024-06-20T17:06:58Z)
• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• Cultural Adaptation of Recipes [24.825456977440616]
  本稿では、中国料理と英語料理のレシピの翻訳と文化適応に関する新たな課題を紹介する。 この調査を支援するために、中国語と英語で書かれたレシピを自動的に組み合わせたユニークなデータセットであるCulturalRecipesを提示する。 我々は,GPT-4や他の大規模言語モデル,従来の機械翻訳,情報検索技術など,様々な手法の性能評価を行った。
  論文  参考訳（メタデータ） (2023-10-26T12:39:20Z)
• Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in Large Language Models [89.94270049334479]
  本稿では,大規模言語モデル(LLM)における文化的優位性について述べる。 LLMは、ユーザーが非英語で尋ねるときに期待する文化とは無関係な、不適切な英語文化関連の回答を提供することが多い。
  論文  参考訳（メタデータ） (2023-10-19T05:38:23Z)
• Cultural Alignment in Large Language Models: An Explanatory Analysis Based on Hofstede's Cultural Dimensions [10.415002561977655]
  本研究は,ホフステデの文化次元の枠組みを用いて文化的アライメントを定量化する文化アライメントテスト (Hoftede's CAT) を提案する。 我々は、米国、中国、アラブ諸国といった地域の文化的側面に対して、大規模言語モデル(LLM)を定量的に評価する。 その結果, LLMの文化的アライメントを定量化し, 説明的文化的次元におけるLCMの差異を明らかにすることができた。
  論文  参考訳（メタデータ） (2023-08-25T14:50:13Z)

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。