超小语言模型机器翻译中情感保留的细粒度度量
计算与语言
2026-05-01 v1 人工智能
摘要
在机器翻译（MT）中，情感细微差别的保留始终是一个挑战，而语义等价性往往凌驾于情感忠诚度之上。本文评估了三种最先进的超小语言模型（SLMs）——EuroLLM、Aya Expanse 和 Gemma——在保持细粒度情感方面的表现。我们使用包含28个不同类别的Reddit评论组成的GoEmotions数据集，评估情感在五种欧洲语言（德语、法语、西班牙语、意大利语和波兰语）中的保留情况。具体我们研究（i）这些SLMs本身保持情感情绪的能力，（ii）情感感知提示提高保留效果的效果，（iii）ModernBERT作为BERT最新替代方案在MT评估中的情感分类性能。
引用
@article{arxiv.2604.27920,
title = {Beyond Semantics: Measuring Fine-Grained Emotion Preservation in Small Language Model-Based Machine Translation},
author = {Dawid Wisniewski and Igor Czudy},
journal= {arXiv preprint arXiv:2604.27920},
year = {2026}
}
备注
Accepted at EAMT 2026