Evaluating GPT -5 Literary Metaphor Translation from English into Arabic through Recognition, Interpretation, and Rendering
本研究通过一个阶段感知框架评估了 GPT-5 将文学隐喻从英语翻译为阿拉伯语的表现，结果显示，尽管该模型在识别和理解隐喻方面表现出色，但与 DeepL 和人工翻译相比，其在隐喻呈现方面存在显著困难，从而暴露了人工智能在理解能力与创造性产出之间存在的关键差距。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
语言不仅仅是交换事实的代码；它是一片意象的图景，作家可能会将沉重的心比作一块石头，或将消逝的记忆描述为一团薄雾。当译者将一个故事从一种语言转移到另一种语言时，他们不仅要携带情节的事实，还要承载这些细腻的画面。对于赋予文学情感深度的隐喻（即修辞性语言）而言，这一点尤为重要。几十年来，人类译者一直是唯一被信任去驾驭这一领域的人，但人工智能的兴起改变了这场对话。大型语言模型——即现代聊天机器人背后的强大计算机系统——现在能够生成流畅、读起来顺畅且符合语法逻辑的翻译。然而，一个关键的问题仍然存在：当这些机器遇到隐喻时，它们是真的理解了文字背面的图像，还是仅仅在重新排列家具，却把图像留在了身后？
卡西姆大学的研究人员通过观察人工智能的“黑箱”来试图回答这个问题。他们专注于一种被称为 GPT-5 的特定机器模型，并测试了其处理石黑一雄小说《被掩埋的巨人》中文学隐喻的能力。研究人员并没有仅仅要求机器翻译一个句子并评判最终结果，而是将过程分解为三个截然不同的步骤。首先，他们要求机器识别哪些词汇是隐喻。其次，他们要求它解释这些隐喻在故事中的含义。最后，他们要求它将该段落翻译成阿拉伯语。通过分离这些任务，研究团队可以准确地看到机器在何处成功，又在何处跌倒，而不是仅仅猜测为什么最终的翻译会失败。
这项研究对该小说前两章中的 20 个隐喻表达进行了检验。结果揭示了理解与执行之间令人惊讶的差距。人工智能在执行前两个步骤时表现得非常出色。它能正确识别文本中的隐喻，并对它们的含义提供准确的解释，其表现往往能与人类专家相媲美。它知道“午后阳光的欢迎解药”是缓解酷热的隐喻，并且能清晰地解释这种联系。然而，当机器被要求将该段落实际翻译成阿拉伯语时，其表现显著下降。虽然它理解了概念，但在新的语言中重构图像时却显得力不从心。在超过三分之一的情况下，机器要么完全删除了隐喻，将生动的图像变成了平铺直叙的陈述，要么扭曲了含义，导致原始图像丢失。
为了观察这与其他方法相比如何，研究人员将机器与另外两种译者进行了对比：一种是名为 DeepL 的专业翻译软件，另一种是名为 Kholoud Amro 的专业人类译者的已出版阿拉伯语译本。专业的人类翻译是明显的赢家，它比任何一种机器都更好地保留了原文的意象和情感重量。专业软件 DeepL 的表现优于通用聊天机器人，但仍未达到人类的标准。研究发现，虽然聊天机器人可以生成流畅的句子，但它往往无法在整个故事中保持意象的一致性。例如，如果一个角色在某一句话中被描述为“船夫”，机器在下一句可能会称他为“船只”，从而破坏了叙事的连贯性。相比之下，人类译者在整个过程中保持了连贯且生动的意象。
研究人员确定了机器挣扎的四个主要原因。首先，它们往往找不到在阿拉伯语中具有相同文化分量的对应词汇。其次，它们未能随着故事的推进保持意象的一致性。第三，它们有时会误解语境，导致翻译本身虽然通顺，但对于故事而言却是错误的。最后，或许也是最重要的一点，机器缺乏创造性地重建隐喻的能力。当直接翻译行不通时，人类译者可能会稍微改变图像以适应新语言，同时保持感受不变。然而，机器倾向于要么僵化地遵循原词，要么干脆丢弃图像。
这项研究表明，我们目前评估人工智能翻译的方式可能过于慷慨了。如果我们只看翻译是否流畅或语法是否正确，我们可能会忽略这样一个事实：文本的灵魂——即隐喻和意象——已经丢失了。机器可以告诉你一个隐喻是什么意思，但它还无法像人类那样，用同样的技巧在一种新语言中重构那个隐喻带来的体验。虽然这些工具功能强大且正在进步，但它们仍然缺乏那种深刻、直觉性的文化与意象把握，而正是这种能力让译者能让一个故事在另一种语言中焕发生机。在识别隐喻与成功在另一种语言中描绘出该隐喻之间，依然存在着人工智能需要跨越的一道显著障碍。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。