超长文学文本翻译：多智能体协作框架 TransAgents 的探索
计算与语言
2025-05-02 v2
摘要
文学翻译是机器翻译中最具挑战性的前沿之一，因其需要捕捉隐喻语言、文化细微差别以及独特的风格元素。本文引入TransAgents，一种新型多智能体框架，模拟人类翻译公司的角色与协作实践，包括CEO、资深编辑、初级编辑、翻译家、本地化专家和校对员。翻译过程分为两个阶段：准备阶段组装团队并制定综合翻译指南，以及执行阶段依次进行翻译、本地化、校对及最终质量检查。此外，我们提出两种创新评估策略：单语人类偏好（MHP），仅基于目标语言质量和文化适当性进行评估；双语LLM偏好（BLP），利用GPT-4等大型语言模型进行直接文本比较。尽管TransAgents的d-BLEU分数较低，由于参考文献的多样性有限，但其翻译显著优于其他基线方法，被人类评估者和LLM首选，尤其优于传统人工参考译本和GPT-4翻译。我们的发现凸显了多智能体协作在提升翻译质量方面的潜力，尤其适用于较长文本。
关键词
引用
@article{arxiv.2405.11804,
title = {(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts},
author = {Minghao Wu and Jiahao Xu and Yulin Yuan and Gholamreza Haffari and Longyue Wang and Weihua Luo and Kaifu Zhang},
journal= {arXiv preprint arXiv:2405.11804},
year = {2025}
}
备注
To appear at TACL