MetaHOPE: Un marco de evaluación orientado a metáforas para analizar errores en traducción automática y LLM

Este artículo de opinión propone MetaHOPE, un marco de anotación consciente de la gravedad del error diseñado para evaluar traducciones de metáforas en traducción automática (MT) y modelos de lenguaje grandes (LLM). Los autores abordan la complejidad semántica y las incrustaciones culturales que a menudo causan ambigüedad en los modelos de PLN.

• El estudio evalúa GoogleMT, GPT5.4 y Hunyuan-7b como sistemas representativos de MT neural y LLM.
• Utiliza dos corpus de metáforas anotados por humanos, VUAMC y PSUCMC, para tareas de traducción del inglés al chino y del chino al inglés.
• Los investigadores produjeron nuevos recursos bilingües aplicando el marco MetaHOPE a corpus monolingües y generando referencias doradas post-editadas por humanos.

Los autores creen que este marco de evaluación, junto con los recursos de corpus paralelos compartidos y el análisis de errores, puede proporcionar ideas útiles para el campo del estudio de la traducción de metáforas.