大语言模型与神经网络机器翻译系统专业文本翻译质量对比——以法律汉英翻译为例

上海翻译 ›› 2025, Vol. 185 ›› Issue (6): 62-67.

大语言模型与神经网络机器翻译系统专业文本翻译质量对比——以法律汉英翻译为例

李奉栖, 张云, 丁丽杰

西南政法大学,重庆 401120

收稿日期:2024-06-16 发布日期:2025-12-03
作者简介:李奉栖,西南政法大学外语学院教授,研究领域:翻译教学、机器翻译、法律翻译;张云,西南政法大学外语学院讲师,研究领域:翻译理论与实践;丁丽杰,西南政法大学外语学院硕士研究生,研究领域:法律翻译。
基金资助:
国家社科基金重点项目“汉英法律大词典”(编号:17AYY002)、教育部人文社科青年基金项目“《民法典》英汉平行语料库建设及规范化英译研究”(编号:21YJC740056)。

Received:2024-06-16 Published:2025-12-03

摘要/Abstract

摘要： 本研究以法律汉英翻译为例评估并对比ChatGPT、文心一言两款大语言模型与必应、百度两款神经网络机器翻译系统(NMT)之间的翻译质量,旨在探讨大语言模型的翻译能力在专业型文本翻译方面是否已经超越神经网络机器翻译,并总结四款产品在法律汉英翻译方面的主要错误类型,为语言服务从业人员选择相关产品及从事译后编辑提供参考。结果表明,两款大语言模型在法律专业文本的汉英翻译上要么已经超越两款商用NMT,要么与之旗鼓相当。错误分析结果表明,四大系统的错误都主要集中在准确、流利和术语这三个范畴。文章指出,人工智能技术在专业文本的翻译方面并非人们想象的那么强大,必须由深谙专业的人士加以干预。

关键词: ChatGPT, 文心一言, 神经网络机器翻译, 汉英法律翻译, 翻译质量评估

中图分类号:

H059

李奉栖, 张云, 丁丽杰. 大语言模型与神经网络机器翻译系统专业文本翻译质量对比——以法律汉英翻译为例[J]. 上海翻译, 2025, 185(6): 62-67.

参考文献

[1] Gao, Y., Wang, R. & Hou, F. How to design translation prompts for ChatGPT: An empirical study [A]. R. Wang, Z. Wang & J. Liu (eds.). Proceedings of the 6th ACM International Conference on Multimedia in Asia Workshops [C]. Auckland: Association for Computing Machinery, 2024: 1-7.
[2] Hendy, A. et al. How good are GPT models at machine translation? A comprehensive evaluation [DB/OL]. arXiv, 2023. https://doi.org/10.48550/arXiv.2302.09210. (2023-02-18) [2024-06-15].
[3] Jiao, W. et al. Is ChatGPT a good translator? Yes with GPT-4 as the engine [DB/OL]. arXiv, 2023. https://doi.org/10.48550/arXiv.2301.08745. (2023-11-02) [2024-11-25].
[4] Klubička, F., Toral, A. & Sánchez-Cartagena, V. M. Fine-grained human evaluation of neural versus phrase-based machine translation [J]. The Prague Bulletin of Mathematical Linguistics, 2017(108): 121-132.
[5] Kocmi, T. & Federmann, C. Large language models are state-of-the-art evaluators of translation quality [A]. M. Nurminen et al. (eds.). Proceedings of the 24th Annual Conference of the European Association for Machine Translation [C]. Tampere: European Association for Machine Translation, 2023: 193-203.
[6] Lu, Q. et al. Error analysis prompting enables human-like translation evaluation in large language models [A]. L-W. Ku, A. Martins & V. Srikumar (eds.). Findings of the Association for Computational Linguistics: ACL 2024[C]. Bangkok: Association for Computational Linguistics, 2024: 8801-8816.
[7] Peng, K. et al. Towards making the most of ChatGPT for machine translation [A]. H. Bouamor, J. Pino & K. Bali (eds.). Findings of the Association for Computational Linguistics: EMNLP 2023[C]. Singapore: Association for Computational Linguistics, 2023: 5622-5633.
[8] Ray, P. P. ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope [J]. Internet of Things and Cyber-Physical Systems, 2023, 3: 121-154.
[9] Shi, Y., Shi, C. & Zhou, Z. Error types of machine translation of popular science text [A]. Proceedings of the 2019 International Conference on Artificial Intelligence and Advanced Manufacturing[C]. New York: Association for Computing Machinery, 2019: 1-4.
[10] Siu, S. C. ChatGPT and GPT-4 for professional translators: Exploring the potential of large language models in translation [EB/OL]. SSRN, 2023. http://dx.doi.org/10.2139/ssrn.4448091. (2023-05-19) [2024-06-12].
[11] Valli, P. The TAUS quality dashboard [A]. Proceedings of Translating and the Computer 37 [C]. London: AsLing, 2015: 127-136.
[12] Wang, L. et al. Document-level machine translation with large language models [A]. H. Bouamor, J. Pino & K. Bali (eds.). Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing[C]. Singapore: Association for Computational Linguistics, 2023: 16646-16661.
[13] 蔡强, 董冬冬. 基于GOOGLE神经网络汉英翻译的译后编辑研究——以科技文本为例[J]. 西南石油大学学报(社会科学版), 2020(1): 107-112.
[14] 程珊, 张勇. 自贸协定翻译“三合”及信息熵解析:以NAFTA翻译为例[J]. 上海翻译, 2024(1): 43-49.
[15] 董晓波, 于银磊. 法律翻译[M]. 北京: 北京大学出版社, 2020.
[16] 李奉栖. 人工智能时代人机英汉翻译质量对比研究[J]. 外语界, 2022(4): 72-79.
[17] 李克兴. 法律翻译:译·注·评[M]. 北京: 清华大学出版社, 2018.
[18] 邱贵溪. 论法律文件翻译的若干原则[J]. 中国科技翻译, 2000(2): 14-17.
[19] 宋北平. 法律语言[M]. 北京:中国政法大学出版社, 2012.
[20] 韦佑武, 李娜, 赵良威. 机器翻译的译文质量、高频错误类型及解决对策研究: 基于机器翻译的发展史[J]. 现代语言学, 2022(10): 1944-1949.
[21] 文旭, 田亚灵. ChatGPT应用于中国特色话语翻译的有效性研究[J]. 上海翻译, 2024(2): 27-34.
[22] 熊德米. 英汉现行法律语言对比与翻译研究[M]. 长沙: 湖南人民出版社, 2011.
[23] 杨艳霞, 陈莹, 魏向清. 生成式智能时代的人机协同翻译素养研究[J]. 上海翻译, 2025(1): 39-45.
[24] 杨玉婉. 神经机器翻译的译后编辑——以《潜艇水动力学》英汉互译为例[J]. 中国科技翻译, 2020(4): 21-23.
[25] 赵军峰, 薛杰. 新时代中国特色法治术语的翻译策略:立格与传意[J]. 上海翻译, 2023(1): 24-30.