Optimizing Machine Translation through Prompt Engineering: An Investigation into ChatGPT’s Customi

题目

通过即时工程优化机器翻译：对chatgpt的可定制性调查

摘要

    本文探讨了将翻译目的和目标受众融入提示中对 ChatGPT 翻译质量的影响。该研究借鉴了以往的翻译研究、行业实践和 ISO 标准，强调了翻译过程中预制作阶段的重要性。研究表明，在 ChatGPT 等大规模语言模型中加入适当的提示可以产生灵活的翻译，这是传统机器翻译 (MT) 尚未实现的壮举。该研究仔细研究了当使用提示生成满足特定条件的翻译时翻译质量的变化。该评估是从翻译实践者的角度进行主观和定性评估，并辅以 OpenAI 的词嵌入 API 进行余弦相似度计算。研究结果表明，将目的和目标受众整合到提示中确实可以修改生成的翻译，通常可以按照行业标准提高翻译质量。该研究还展示了“良好翻译”概念的实际应用，特别是在营销文件和文化相关习语的背景下。

简介

    随着 ChatGPT 的出现，包括翻译服务提供商、译者和非 NLP 工程师在内的更多受众现在可以轻松体验 GPT 的大语言模型 (LLM) 功能。此外，事实证明，总体而言，GPT-4 比其前身 GPT-3.5 更强大。此改进扩展到使用 ChatGPT 的翻译任务。

    在此背景下，即时工程被认为是充分发挥 ChatGPT 潜力的关键，也对于实现LLM的最佳表现至关重要。当然，要有效地利用 ChatGPT 进行翻译，需要精通即时工程。尽管 ChatGPT-4 (plus) 发布仅几个月，但已经发表了几篇探讨提示设计以提高翻译效率和质量的论文。然而，这些研究大多数是由自然语言处理 (NLP) 研究人员撰写的，他们经常探索 ChatGPT 提示如何克服传统 NLP 挑战等主题。因此，其中许多研究旨在使用 ChatGPT 提示提高翻译准确性，这将我们的研究与他们的研究区分开来。

    本研究的主要目的是调查通过在 ChatGPT 中包含适当的提示、参考以前的翻译研究策略、翻译实践和 ISO 文档，生成适合专业翻译人员的机器翻译输出的可行性。具体来说，我们的目标是检查在翻译研究中探索的翻译策略（例如动态对等与正式对应）明确提示时，翻译输出如何变化。其次，我们将向 ChatGPT 提示包含翻译目的和目标等参数的翻译规范受众，以促进将生成的翻译更灵活地集成到专业翻译工作流程中。我们将研究这些提示如何影响翻译过程。

    让我们用一个例子来说明。日语表达“我们是同一口锅里的朋友”，目前大多数MT都逐字翻译。如果目标是帮助对日本文化感兴趣的观众理解独特的日语表达方式，那么这种直译可能是合适的。然而，根据最近的翻译规范，这句话可能会被翻译为“我们一起度过了艰难困苦”。换句话说，翻译不是一个随机的过程；而是一个随机过程。它由目的、目标受众和既定的翻译策略决定。翻译就是根据这个策略进行的。在本研究中，我们通过提示将此分步过程引入 ChatGPT 并评估由此产生的翻译更改。

文献综述

    Jiao 等人 (2023) 分析了 ChatGPT 的机器翻译 (MT) 能力，发现它与资源丰富的欧洲语言的商业系统竞争，但与资源匮乏或遥远的语言竞争。值得注意的是，枢轴提示显着提高了翻译质量，而 ChatGPT 在口语翻译方面表现良好。 GPT-4 的加入进一步增强了其功能。高等人（2023）开发了一种新的翻译提示方法，涉及翻译任务信息、上下文域信息和词性标签，提高了 ChatGPT 的性能。他们的方法使用少量提示在多个翻译方向上优于商业系统。

    Moslem 等人 (2023) 强调了一致性和特定领域术语适应的价值，展示了大规模语言模型如何改进实时自适应机器翻译，特别是对于高资源语言，同时通过结合以下方式帮助支持较少的语言：强大的编码器-解码器模型和模糊匹配。 Gu（2023）解决了将日语定语从句翻译成中文的问题，这是当前工具中一直存在的问题。他们引入了使用 ChatGPT 的预编辑方案和两步提示策略，实现了平均翻译准确性