論文の概要: Emotion Profiling in LLM-Based Literary Translation: Systematic Shifts Across MT and Post-Editing
- arxiv url: http://arxiv.org/abs/2606.10113v1
- Date: Mon, 08 Jun 2026 19:46:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-10 15:40:58.163218
- Title: Emotion Profiling in LLM-Based Literary Translation: Systematic Shifts Across MT and Post-Editing
- Title（参考訳）: LLMに基づくリテラリー翻訳における感情プロファイリング:MTとポスト編集の系統的変化
- Authors: Antonio Castaldo, Johanna Monti, Sheila Castilho,
- Abstract要約: 我々はマーガレット・アトウッドの『オリックス』と『クレイク』を、編集後のバージョンと人間の翻訳と比較する。
MTシステムは、翻訳全体にわたって、モデル特異的で統計的に有意な感情的な指紋を導入している。
- 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: This paper investigates whether LLM translations exhibit identifiable emotional profiles and how post-editing reshapes them toward human-like norms. We compare LLM translations of Margaret Atwood's Oryx and Crake with their post-edited versions and a human translation, using a large-scale corpus of contemporary Italian science-fiction as a baseline. We examine emotion through lexicon-based and multilingual modeling, conducting a fine-grained analysis of emotional variation across systems. We find that MT systems introduce model-specific and statistically significant emotional fingerprints across translations, leading to a limited preservation of an author's voice.
- Abstract（参考訳）: 本稿は, LLM翻訳が認識可能な感情プロファイルを示し, 後編集が人間のような規範にどう影響するかを考察する。
我々は、マーガレット・アトウッドの『オリックス』と『クレイク』のLLM翻訳と、ポスト編集版と人間の翻訳を比較し、現代のイタリアSFの大規模なコーパスをベースラインとして使用した。
語彙ベースおよび多言語モデルを用いて感情を解析し、システム間の感情変動のきめ細かい分析を行う。
MTシステムでは、翻訳全体にわたって、モデル特異的で統計的に重要な感情的な指紋が導入されたため、著者の声の保存が制限されることがわかった。
関連論文リスト
- Testing the Deliteralization Hypothesis in Human and Machine Translation [23.7663178803576]
我々は、翻訳が起草され、改訂されるにつれて、徐々にリテラルが減っていくという主張をテストする。
人間の翻訳と後編集のリテラリティを,54言語対にわたる2つのNMTシステムと6つのLLMシステムと比較した。
近年のLLMでは差が狭まっているものの, (i) 人間の翻訳は試験されたMTシステムに比べてはるかに少ないことが判明した。
論文 参考訳（メタデータ） (2026-05-25T10:40:34Z) - Liaozhai through the Looking-Glass: On Paratextual Explicitation of Culture-Bound Terms in Machine Translation [70.43884512651668]
我々は、文学・翻訳研究からジェネットのパラテキスト論(1987年)を定式化し、機械翻訳におけるパラテキスト明示の課題を紹介した。
古典中国語の短編集集Liaozhaiの4つの英訳から560の専門家対応パラテキストのデータセットを構築した。
本研究は,言語的等価性を超えた機械翻訳におけるパラテクスト的明示の可能性を示すものである。
論文 参考訳（メタデータ） (2025-09-27T16:27:36Z) - Missing the human touch? A computational stylometry analysis of GPT-4 translations of online Chinese literature [2.3861843983281625]
本研究では,大規模言語モデル(LLM)のスタイリスティックな特徴について検討する。
計算スタイメトリー分析により、GPT-4翻訳は語彙、構文、内容の特徴において人間の翻訳と密接に一致していることが示された。
これらの発見は、ポストヒューマンの観点から、AIが文学翻訳に与える影響についての洞察を与える。
論文 参考訳（メタデータ） (2025-06-16T00:48:09Z) - 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) - Conditioning LLMs with Emotion in Neural Machine Translation [1.0205541448656992]
本稿では,音声感情認識(SER)モデルから抽出した感情情報をLarge Language Models(LLM)に統合するパイプラインを提案する。
実験の結果,情動情報,特に覚醒情報の統合は,翻訳品質の顕著な改善につながることが明らかとなった。
論文 参考訳（メタデータ） (2024-08-06T12:49:33Z) - (Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts [56.7988577327046]
翻訳企業の役割と協調の実践をシミュレートする,新しいマルチエージェントフレームワークであるTransAgentsを紹介する。
本研究は,翻訳品質の向上,特にテキストの長文化におけるマルチエージェント協調の可能性を明らかにするものである。
論文 参考訳（メタデータ） (2024-05-20T05:55:08Z) - Adapting Large Language Models for Document-Level Machine Translation [46.370862171452444]
大規模言語モデル(LLM)は、様々な自然言語処理(NLP)タスクを大幅に進歩させた。
近年の研究では、中程度のLLMはタスク固有の微調整後、より大きなLLMよりも優れていることが示されている。
本研究では,特定の言語対に対する文書レベルの機械翻訳(DocMT)にLLMを適用することに焦点を当てた。
論文 参考訳（メタデータ） (2024-01-12T09:29:13Z) - Exploring Human-Like Translation Strategy with Large Language Models [93.49333173279508]
大規模言語モデル(LLM)は、一般的なシナリオにおいて印象的な機能を示している。
本研究は,マルチアスペクト・プロンプトと選択のためのMAPSフレームワークを提案する。
品質推定に基づく選択機構を用いて,ノイズや不ヘッピーな知識を抽出する。
論文 参考訳（メタデータ） (2023-05-06T19:03:12Z)
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。