論文の概要: A Dataset for Probing Translationese Preferences in English-to-Swedish Translation

• arxiv url: http://arxiv.org/abs/2603.08450v1
• Date: Mon, 09 Mar 2026 14:46:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:16.211217
• Title: A Dataset for Probing Translationese Preferences in English-to-Swedish Translation
• Title（参考訳）: 英語-スウェーデン語翻訳における翻訳選好のデータセット
• Authors: Jenny Kunz, Anja Jarochenko, Marcel Bollmann,
• Abstract要約: 日本語の翻訳文と慣用的な代替語とを対比した、英語からスウェーデン語への無料データセットについて紹介する。 エラータグや、オリジナルの翻訳における問題の記述を含む。
• 参考スコア（独自算出の注目度）: 0.9558392439655014
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Translations often carry traces of the source language, a phenomenon known as translationese. We introduce the first freely available English-to-Swedish dataset contrasting translationese sentences with idiomatic alternatives, designed to probe intrinsic preferences of language models. It includes error tags and descriptions of the problems in the original translations. In experiments evaluating smaller Swedish and multilingual LLMs with our dataset, we find that they often favor the translationese phrasing. Human alternatives are chosen more often when the English source sentence is omitted, indicating that exposure to the source biases models toward literal translations, although even without context models often prefer the translationese variant. Our dataset and findings provide a resource and benchmark for developing models that produce more natural, idiomatic output in non-English languages.
• Abstract（参考訳）: 翻訳はしばしば原語の痕跡を持ち、これは翻訳として知られる現象である。 言語モデルの本質的な嗜好を探索する目的で,翻訳文と慣用的な代替語とを対比した,初めて利用可能な英語とスウェーデン語のデータセットを紹介した。 エラータグや、オリジナルの翻訳における問題の記述を含む。 スウェーデン語と多言語によるLLMをデータセットで評価する実験では、しばしば翻訳文のフレーズが好まれることがわかった。 英語のソース文が省略された場合、人間の代替語はより頻繁に選択され、ソースへの露出がリテラル翻訳に対するモデルに偏りがあることが示されるが、文脈モデルなしでもしばしば翻訳変種を好む。 我々のデータセットと結果は、非英語言語でより自然で慣用的な出力を生成するモデルを開発するためのリソースとベンチマークを提供する。

関連論文リスト

• Aligning Large Language Models to Low-Resource Languages through LLM-Based Selective Translation: A Systematic Study [3.9680588541743718]
  選択的翻訳は、翻訳不可能な内容と文構造を保持しながら、テキストの翻訳可能な部分のみを翻訳する技法である。 実験では、低リソースのIndic言語Hindiに着目し、Google Cloud Translation(GCP)とLlama-3.1-405Bで生成された翻訳を比較した。
  論文  参考訳（メタデータ） (2025-07-18T18:21:52Z)
• Lost in Literalism: How Supervised Training Shapes Translationese in LLMs [51.04435855143767]
  大規模言語モデル(LLM)は機械翻訳において顕著な成功を収めた。 しかし、過度にリテラルと不自然な翻訳を特徴とする翻訳は、依然として永続的な課題である。 我々は、黄金の基準を磨き、不自然なトレーニングインスタンスをフィルタリングするなど、これらのバイアスを軽減する方法を導入する。
  論文  参考訳（メタデータ） (2025-03-06T12:14:45Z)
• Mitigating Translationese in Low-resource Languages: The Storyboard Approach [9.676710061071809]
  本稿では,より流動的で自然な文を引き出すために,ストーリーボードを活用した新しいデータ収集手法を提案する。 提案手法では,視覚刺激のあるネイティブ話者をストーリーボード形式で提示し,その記述を原文に直接露出することなく収集する。 従来のテキスト翻訳手法とストーリーボードによるアプローチを,精度と流布率の観点から総合評価した。
  論文  参考訳（メタデータ） (2024-07-14T10:47:03Z)
• Iterative Translation Refinement with Large Language Models [25.90607157524168]
  本稿では,翻訳を自己修正するために,大規模言語モデルを反復的に提案する。 また,評価における課題と,人間のパフォーマンスと翻訳との関係についても論じる。
  論文  参考訳（メタデータ） (2023-06-06T16:51:03Z)
• 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)
• Beyond Contrastive Learning: A Variational Generative Model for Multilingual Retrieval [109.62363167257664]
  本稿では,多言語テキスト埋め込み学習のための生成モデルを提案する。 我々のモデルは、$N$言語で並列データを操作する。 本手法は, 意味的類似性, ビットクストマイニング, 言語間質問検索などを含む一連のタスクに対して評価を行う。
  論文  参考訳（メタデータ） (2022-12-21T02:41:40Z)
• Towards Debiasing Translation Artifacts [15.991970288297443]
  確立されたバイアス除去手法を拡張して,翻訳文の削減のための新しい手法を提案する。 我々は、反復的ヌル空間投影(INLP)アルゴリズムを用いて、デバイアス前後の分類精度を計測することにより、文レベルと単語レベルの両方で翻訳文が削減されることを示す。 我々の知る限りでは、これは潜伏埋め込み空間で表現される翻訳語をデビアスする最初の研究である。
  論文  参考訳（メタデータ） (2022-05-16T21:46:51Z)
• On the Language Coverage Bias for Neural Machine Translation [81.81456880770762]
  言語カバレッジバイアスは、ニューラルネットワーク翻訳(NMT)において重要である。 実験を慎重に設計することにより、トレーニングデータにおける言語カバレッジバイアスの包括的分析を行う。 本稿では,言語カバレッジバイアス問題を軽減するための,シンプルで効果的な2つのアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-07T01:55:34Z)
• Comparison of Interactive Knowledge Base Spelling Correction Models for Low-Resource Languages [81.90356787324481]
  低リソース言語に対する正規化の推進は、パターンの予測が難しいため、難しい作業である。 この研究は、ターゲット言語データに様々な量を持つニューラルモデルとキャラクタ言語モデルの比較を示す。 我々の利用シナリオは、ほぼゼロのトレーニング例によるインタラクティブな修正であり、より多くのデータが収集されるにつれてモデルを改善する。
  論文  参考訳（メタデータ） (2020-10-20T17:31:07Z)

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。