这篇观点论文提出了 MetaHOPE，一种感知错误严重性的标注框架，旨在评估机器翻译（MT）和大语言模型（LLM）中的隐喻翻译。作者解决了语义复杂性和文化嵌入问题，这些问题通常会导致自然语言处理（NLP）模型的歧义。

  • 该研究评估了 GoogleMT、GPT5.4 和 Hunyuan-7b 作为代表性的神经机器翻译和大语言模型系统。
  • 它利用了两个由人工标注的隐喻语料库 VUAMC 和 PSUCMC，用于英中和中英翻译任务。
  • 研究人员通过将 MetaHOPE 框架应用于单语源语料库并生成人工后编辑的黄金参考译文，创建了新的双语资源。

作者认为，该评估框架以及共享的平行语料库资源和错误分析，可以为隐喻翻译研究领域提供有用的见解。