【标题】基于大语言模型的中国特色话语翻译语言特征研究

【作者】上海对外经贸大学 国际商务外语学院 白 杨

吉林外国语大学 人工智能学院 金明哲

【摘要】以党的二十大报告日译本为参照，选取5个主流神经机器系统（NMT）与5个大语言模型（LLMs）生成的译文为分析对象，运用文本挖掘工具与编程语言对其进行计量分析、可视化呈现及自动质量评估。研究发现，NMT与LLMs译文在文本特征上与人工译文存在显著差异，表现为动词使用偏低、名词化倾向显著、汉字词及句式存在机械对应现象。基于BLEU、TER与BERTScore的自动评估进一步显示，机器译文虽在基本语义传递上达到一定水平，但在处理文化负载词、四字格及对仗句式时易出现机械直译、表达僵化等问题；在修辞识别与情感色彩传达方面亦表现欠佳，导致译文在交际效果上存在明显局限。针对中国特色话语中译日任务，当前NMT与LLMs译文质量难以达到专业翻译所要求的标准。

【关键词】二十大报告 日译本 大语言模型 文本挖掘 翻译质量评估

【目录】

引 言

1 文献综述

2 研究设计

3 译本基础特征的描述性统计分析

4 译本特征的多维统计分析

5 各译本翻译质量评估

【作者简介】

白杨 女 上海对外经贸大学国际商务外语学院讲师

研究方向：中日语言文化交流、中国特色话语翻译

联系方式：E-mail：bai@suibe.edu.cn；

金明哲（通讯作者） 男 朝鲜族 吉林外国语大学人工智能学院教授 日本先端科学大学综合研究所特任教授

研究方向：数据科学、文本挖掘及分析、人工智能

联系方式：E-mail：singane@gmail.com