論文の概要: CULTURE-CMT: Benchmarking Contextualized Social Media Translation

• arxiv url: http://arxiv.org/abs/2611.02018v1
• Date: Sun, 01 Nov 2026 16:06:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.521706
• Title: CULTURE-CMT: Benchmarking Contextualized Social Media Translation
• Title（参考訳）: CULTURE-CMT: 文脈化ソーシャルメディア翻訳のベンチマーク
• Abstract要約: CULTURE-CMTは、文脈化されたソーシャルメディアコメント翻訳のための中国語と英語のベンチマークである。 572の検証済みのサンプルは、Slang, Context, bothにまとめられている。 CULTURE-CMTはいくつかの非自明な校正パターンを明らかにする。
• 参考スコア（独自算出の注目度）: 19.217612424076716
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social-media comments are interactions, yet they are often translated and evaluated as isolated text. This mismatch is especially problematic when meaning depends on surrounding discussion, community-specific slang, or culturally situated expressions. We introduce CULTURE-CMT, a Chinese-English benchmark for contextualized social-media comment translation that restores the post and conversational context naturally available to users. Its 572 manually verified examples are organized into Slang, Context, and Both, enabling diagnostic analysis of distinct and interacting sources of translation difficulty. To support scalable evaluation, we further develop a retrieval-augmented cultural-effectiveness Judger that combines a calibrated scoring model with dynamically retrieved cultural knowledge. CULTURE-CMT reveals several non-trivial patterns. Providing interaction context improves most model configurations, but does not eliminate culturally ineffective translations. Examples requiring both contextual grounding and culturally situated language remain substantially more difficult than either source of difficulty alone. Moreover, larger models are not consistently better, and thinking produces highly model-dependent gains, including occasional degradation. In contrast, a 27B model adapted on benchmark-disjoint social-media data achieves the lowest observed invalidity rate among the evaluated configurations under thinking inference with context. Together, these results suggest that realistic social-media translation is not simply a matter of scaling models or reasoning longer, but of learning to translate meaning as it is constructed within evolving online interactions.
• Abstract（参考訳）: ソーシャルメディアのコメントは相互作用であるが、しばしば翻訳され、独立したテキストとして評価される。 このミスマッチは、周囲の議論、コミュニティ固有のスラング、文化的に位置する表現に依存する場合、特に問題となる。 我々はCULTURE-CMTを紹介した。CULTURE-CMTは、コンテクスト化されたソーシャルメディアコメント翻訳のための中国語-英語のベンチマークで、投稿や会話のコンテキストをユーザーが自然に利用できるように復元する。 572のマニュアルで検証された例は、Slang、Context、および Bothに分類され、異なる翻訳困難の原因と相互作用するソースの診断分析を可能にする。 スケーラブルな評価を支援するため,校正された評価モデルと動的に検索された文化的知識を組み合わせた検索強化型文化的効果判定器を開発した。 CULTURE-CMTはいくつかの非自明なパターンを明らかにする。 相互作用コンテキストを提供することは、ほとんどのモデル構成を改善するが、文化的に非効率な翻訳を排除しない。 文脈的な接地と文化的に位置付けられた言語の両方を必要とする例は、どちらよりも困難である。 さらに、より大きなモデルは一貫して改善されず、思考は時々劣化するなど、非常にモデルに依存した利得を生み出す。 対照的に、ベンチマーク不整合なソーシャルメディアデータに適応した27Bモデルは、文脈を考慮した思考下で評価された構成の中で最低観測された無効率を達成する。 これらの結果は、現実的なソーシャルメディア翻訳は、単にモデルのスケーリングや推論を長くするだけでなく、オンラインインタラクションの進化の中で構築された意味を翻訳する学習の問題でもあることを示唆している。

関連論文リスト

• Beyond Words Alone: Disentangling Distributed Evidence for Visually Grounded Cultural Translation [40.62310323624779]
  ソーシャルメディアは言語間コミュニケーションを可能にするが、ユーザ生成コンテンツ(UGC)の意味はしばしばテキスト、画像、文化知識に分散している。 既存の評価では、画像はオプションとして扱い、テキスト情報は十分であると仮定し、エラーが視覚的証拠の欠如に起因するか、文化的な適応が不十分であるかを判断する。 ソーシャルメディア翻訳におけるテキスト・エビデンス・プラグマティック・再構築のための診断ベンチマークである textbfCulture-MMT を導入する。
  論文  参考訳（メタデータ） (2026-10-26T14:11:54Z)
• From annotation to reasoning: Culture in language models [51.02064693757239]
  我々は、文学的解釈がこれらの能力を研究するのに役立つと論じる。 我々の中心的な主張は、文学者がその支援の質を認識しながら解釈に異を唱えることができるということである。 本稿では,エビデンス中心のベンチマーク,学術的不一致を抑える評価,文献データ,文脈資源,学術的フィードバックに関するモデル開発実験のリンクを提案する。
  論文  参考訳（メタデータ） (2026-09-25T07:04:41Z)
• Evaluating Communicative Success in Machine-Translated Conversation [26.18380795844394]
  本稿では, 意味, 実践的, 文化的・社会的側面にまたがるインタプリタによる対話を評価する, 再利用可能な3層チェックリスト・アンド・ジャッジフレームワークを提案する。 メインのシングルターンベンチマークでは、アラビア語、ベンガル語、インドネシア語、韓国語で5,624のOpenSubtitles由来のシナリオから10のインタプリタのセットアップを評価しています。 その結果,従来のMT指標では,より強い通訳の失敗を見落としているのに対し,意味論から実践的,文化的・社会的成功への一貫した減少がみられた。
  論文  参考訳（メタデータ） (2026-09-17T08:32:12Z)
• Beyond Literal Translation: Evaluating Cultural Effectiveness in Social Media UGC [39.66998905774523]
  我々はソーシャルメディア翻訳のベンチマークであるCULTURE-MTを紹介する。 CULTURE-MTは、14のドメインにまたがる1,002のノートで構成され、カルチャーロードされたシンボルと言語スタイルの特徴に基づいて4つのタイプに分類される。 本稿では,表現精度と文化的適応性に着目し,新しい評価基準としての文化的有効性を提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:29:25Z)
• Culturally Adaptive Explainable LLM Assessment for Multilingual Information Disorder: A Human-in-the-Loop Approach [0.0]
  ハイブリッドインテリジェンスループ(Hybrid Intelligence Loop)は、母国語アノテータによる人文論理のモデル評価を基礎とする。 この手法は、英語のタスク命令と動的に検索されたターゲット言語例とをペアリングすることで、静的なターゲット言語による数発ショットを超越する。 本研究は, 評価対象グループ間のモデルアライメント, 重要度予測, 生成した合理性の品質, 文化的適切性, およびモデルアライメントを評価する。
  論文  参考訳（メタデータ） (2026-03-28T18:06:14Z)
• Beyond Literal Mapping: Benchmarking and Improving Non-Literal Translation Evaluation [57.11989521509119]
  本稿では,特殊なサブエージェントを起動するリフレクティブコアエージェントを中心に,エージェント翻訳評価フレームワークを提案する。 実験の結果、RATEの有効性が示され、現在の測定値と比較して少なくとも3.2メタスコアの改善が達成された。
  論文  参考訳（メタデータ） (2026-01-12T09:03:42Z)
• CURE: Cultural Understanding and Reasoning Evaluation - A Framework for "Thick" Culture Alignment Evaluation in LLMs [24.598338950728234]
  大規模言語モデル(LLM)は、文化的に多様な環境にますます展開されている。 既存の方法は、非文脈的正当性や強制選択判断に重点を置いている。 現実的な状況下でモデルを提示するベンチマークのセットを紹介する。
  論文  参考訳（メタデータ） (2025-11-15T03:39:13Z)
• 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)
• Scalable Frame-based Construction of Sociocultural NormBases for Socially-Aware Dialogues [66.69453609603875]
  社会文化的規範は、社会的相互作用における個人的行為の指針となる。 大規模言語モデル(LLM)を用いた社会文化的ノルム(SCN)ベース構築のためのスケーラブルなアプローチを提案する。 我々は、包括的で広くアクセス可能な中国社会文化ノルムベースを構築した。
  論文  参考訳（メタデータ） (2024-10-04T00:08:46Z)
• When Does Translation Require Context? A Data-driven, Multilingual Exploration [71.43817945875433]
  談話の適切な処理は機械翻訳(MT)の品質に大きく貢献する 文脈認識型MTにおける最近の研究は、評価中に少量の談話現象を標的にしようとしている。 談話現象のモデル性能を識別・評価するタグの集合である,多言語談話認識ベンチマークを開発した。
  論文  参考訳（メタデータ） (2021-09-15T17:29:30Z)

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。