Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Conveying Imagistic Thinking in TCM Translation: A Prompt Engineering and LLM-Based Evaluation Framework

Created by
  • Haebom
Category
Empty

저자

Jiatong Han

개요

본 연구는 은유와 환유를 기반으로 하는 전통 중국 의학(TCM) 이론의 영어 번역 문제를 해결하기 위해, 인간-중심 루프(HITL) 프레임워크를 활용했습니다. 딥시크 V3.1을 프롬프트 기반 인지적 지지대를 통해 사용하여 황제내경의 네 구절에서 은유와 환유를 식별하고 번역했습니다. ChatGPT 5 Pro 및 Gemini 2.5 Pro를 활용하여 세 가지 유형의 실제 독자를 시뮬레이션하고, 인간 번역, 기본 모델 번역, 프롬프트 조정 번역의 5가지 인지적 차원을 평가했습니다. 결과는 프롬프트 조정 LLM 번역이 모든 차원에서 가장 우수했으며, 인간 번역과 기계 번역 간의 차이점, 효과적인 은유 및 환유 전이 전략, 독자의 인지적 선호도를 밝혀냈습니다.

시사점, 한계점

HITL 방법론을 통해 고대 개념 텍스트의 효과적이고 재현 가능한 번역 경로를 제시.
프롬프트 기반 LLM 번역이 기존 번역보다 우수한 성능을 보임.
번역 과정에서 은유와 환유의 중요성을 강조.
인간 및 기계 번역 간의 차이점과 독자 선호도 파악.
연구는 황제내경의 4개 구절로 제한되어 일반화에 한계가 있음.
시뮬레이션된 독자의 주관적 평가에 의존하는 경향이 있음.
특정 LLM 모델(DeepSeek V3.1, ChatGPT 5 Pro, Gemini 2.5 Pro)에 의존하므로, 다른 모델에서의 재현 가능성 검증 필요.
👍