IT之家 12 月 26 日消息，騰訊研究院最新推出了 DRT-o1 系列模型，主要通過長思維鏈（long chain-of-thought，簡稱 CoT），更能理解比喻和隱喻等，從而提高文學(xué)作品的翻譯質(zhì)量。

項目背景

IT之家注：神經(jīng)機(jī)器翻譯（NMT）在處理日常文本翻譯方面已取得顯著進(jìn)展，但在翻譯文學(xué)作品時，特別是隱喻和明喻等修辭手法時，仍面臨巨大挑戰(zhàn)。

這些表達(dá)通常蘊(yùn)含深厚的文化和語境含義，簡單的直譯往往無法準(zhǔn)確傳達(dá)其內(nèi)涵，而騰訊開發(fā)的 DRT-o1 系統(tǒng)，為解決這一難題提供了新的思路。

項目介紹

研究人員從古騰堡（Project Gutenberg）計劃中選取 400 本公共領(lǐng)域英文書籍，提取 577600 個句子，并篩選出 63000 個包含明喻和隱喻的句子，用于訓(xùn)練模型進(jìn)行“深度思考”。

DRT-o1 采用了一種創(chuàng)新的多智能體框架，包含翻譯員、顧問和評估員三個角色。翻譯員負(fù)責(zé)初步翻譯，顧問提供修改建議，評估員則根據(jù)預(yù)設(shè)指標(biāo)對翻譯質(zhì)量進(jìn)行評分，通過反復(fù)迭代，不斷提升翻譯質(zhì)量。

工作流程包括三個主要步驟：

• 關(guān)鍵詞翻譯：翻譯者首先識別句子中的關(guān)鍵詞，并提供它們的翻譯。

• 初步翻譯：然后，翻譯者根據(jù)源句子和關(guān)鍵詞的雙語對應(yīng)關(guān)系提供一個初步的翻譯。

• 翻譯精煉循環(huán)：在精煉循環(huán)中，顧問評估前一步的翻譯并提供反饋，評估者根據(jù)預(yù)定義的評分標(biāo)準(zhǔn)給出整體評分。翻譯者根據(jù)反饋和評分提供新的翻譯。當(dāng)評分達(dá)到預(yù)定義的閾值或迭代次數(shù)達(dá)到最大值時，循環(huán)停止。

最終的翻譯結(jié)果會由 GPT-4o 進(jìn)行潤色，確保流暢性和可讀性，最終數(shù)據(jù)集包含 22264 個經(jīng)過深度思考的機(jī)器翻譯樣本。

開發(fā)者提到了一個例子，原文是：

The mother, with her feet propped up on a stool, seemed to be trying to get to the bottom of that answer, whose feminine profundity had struck her all of a heap.

這句話中的“struck her all of a heap”是一個成語，表示某事對她產(chǎn)生了強(qiáng)烈的影響。DRT-o1 模型通過長鏈思考過程，最終將其翻譯為：

母親將雙腳搭在凳子上，似乎在努力探究那個答案，那答案中女性特有的深刻性令她猛然心生震撼。

這個翻譯不僅傳達(dá)了原文的意思，還保留了原文的情感色彩。作為對比，IT之家附上谷歌翻譯如下：

母親雙腳撐在凳子上，似乎想弄清楚這個答案的真相，其女性的深刻性讓她大吃一驚。

Deepl 的翻譯如下：

母親把腳支在凳子上，似乎想弄清這個答案的來龍去脈，而這個答案的女性化深刻性讓她茅塞頓開。

性能

DRT-o1 系列共有 DRT-o1-7B 和 DRT-o1-14B 兩個規(guī)模版本。

實驗結(jié)果表明，與 Qwen2.5-7B-Instruct 相比，DRT-o1-7B 的 BLEU 分?jǐn)?shù)提高了 8.26 分，CometScore 提高了 3.36 分；與 Qwen2.5-14B-Instruct 相比，DRT-o1-14B 的 BLEU 提高了 7.33，CometScore 提高了 1.66。

DRT-o1-7B 的性能甚至超過了更大的模型 QwQ-32B，BLEU 分?jǐn)?shù)高出 7.82 分，CometScore 高出 1.46 分，展現(xiàn)了其在處理復(fù)雜語言結(jié)構(gòu)方面的強(qiáng)大能力。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。