PulseAugur
中
实时 11:00:26
English(EN) Emotion Profiling in LLM-Based Literary Translation: Systematic Shifts Across MT and Post-Editing

研究发现：大型语言模型翻译呈现独特的情感印记

作者 PulseAugur 编辑部 · [1 个来源] ·

一项新的研究论文探讨了大型语言模型（LLMs）生成的译文的情感特征。该研究将Margaret Atwood的《Oryx and Crake》的LLM译文与人类翻译和译后编辑版本进行了比较。研究结果表明，LLMs在其译文中留下了独特的情感模式，这可能会模糊原作者的声音，并且仅能通过人类译后编辑部分纠正。 AI

影响 揭示了大型语言模型可能如何改变文学翻译中的作者声音，影响文学的真实性和译后编辑的有效性。

排序理由 该集群包含一篇学术论文，详细介绍了关于大型语言模型翻译能力的研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Antonio Castaldo, Johanna Monti, Sheila Castilho ·

    Emotion Profiling in LLM-Based Literary Translation: Systematic Shifts Across MT and Post-Editing

    arXiv:2606.10113v1 Announce Type: cross 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-e…

相关实体

相关话题