PETra：平行语境中实践性显化的数据语料库
计算与语言
2026-05-26 v2
摘要
翻译者常为新受众添加背景细节，将隐含的文化含义显化为显式内容。这种现象称为实践性显化，已在翻译理论中广泛讨论，但在计算方法中鲜有建模。我们介绍 PragExTra，这是第一个用于实践性显化的数据语料库和检测框架。该语料库覆盖来自 TED-Multi 和 Europarl 的八个语言对，包括实体描述、单位换算和翻译者注释等 additions。我们通过零对齐识别候选显化案例，并通过主动学习进行人工标注。我们的结果表明，实体和系统层面的显化最为常见，主动学习将分类器准确率提高 7-8 个百分点，达到最高 0.88 的准确率和 0.82 的 F1 分值。PragExTra 将实践性显化确立为可衡量的、跨语言的现象，并为构建具文化意识的机器翻译迈出了一步。
引用
@article{arxiv.2511.02721,
title = {PETra: A Multilingual Corpus of Pragmatic Explicitation in Translation},
author = {Doreen Osmelak and Koel Dutta Chowdhury and Uliana Sentsova and Cristina España-Bonet and Josef van Genabith},
journal= {arXiv preprint arXiv:2511.02721},
year = {2026}
}