评估大规模语言模型在古典中文诗歌翻译中的表现：有效性、流畅性和优雅性
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对大规模语言模型在古典中文诗歌翻译中存在的有效性、流畅性和优雅性不足的问题，提出了一个新的基准。提出的检索增强机器翻译方法（RAT）和基于GPT-4的自动评估指标，能更有效地评估翻译质量，并提升现有模型在此领域的表现。
本文评估了ChatGPT和主流神经机器翻译引擎在中英文翻译方面的能力。研究结果显示，ChatGPT在不同提示下的自动化度量结果类似，而人工评估者更倾向于给ChatGPT较高的评分。自动化度量与人工评估维度之间的相关性结果弱且不显著，表明两种评估方法存在差异。这些发现为ChatGPT作为机器翻译工具提供了有价值的见解。
