跳到正文
热点事件持续更新

习语翻译QE数据集发布：多数系统偏好直译

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

Malik Marmonier等作者发布首个习语翻译质量评估平行数据集，将含习语的英语句子与直译、意译译文配对，覆盖九种目标语言，并扩展为多句片段和分级直译程度连续体。 基于该数据集，作者基准测试了COMET与MetricX家族的11个传统QE指标，以及Qwen-3、Gemma-4、OLMo-3家族的10个LLM评审系统。结果显示，多数系统存在明显直译偏好，将习语直译评为高于意译；仅MetricX-24-Hybrid与Gemma-4-31B例外。

AI 根据报道生成 · 1 小时前更新

最新进展10月27日 12:00
习语翻译质量评估现状：QE 系统普遍偏好直译，仅 MetricX-24-Hybrid 与 Gemma-4-31B 例外

报道时间线

沿着报道，了解事件的不同侧面。

10月27日
  1. arXiv cs.CL
    习语翻译质量评估现状：QE 系统普遍偏好直译，仅 MetricX-24-Hybrid 与 Gemma-4-31B 例外

    研究构建了首个将含习语英语句子与直译、意译译文配对的平行数据集，覆盖九种目标语言，并扩展为多句片段和分级直译程度连续体。基于该数据集基准测试了 COMET 与 MetricX 家族的 11 个传统 QE 指标及 Qwen-3、Gemma-4、OLMo-3 家族的 10 个 LLM 评审系统，发现多数系统存在明显直译偏好，将习语直译评为高于意译。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。