arXiv · NLP· Malik Marmonier, Beno\^it Sagot, Rachel Bawden·· 4 小时前AI 评分28
习语翻译质量评估：首个英译九语习语对照数据集与基准研究
The Lay of the Land in Idiom-Translation Quality Estimation
AI 导读
研究构建首个配对英译九语习语数据，基准测试11种常规指标与10个LLM。 绝大多数系统存在字面偏差，仅MetricX-24-Hybrid和Gemma-4-31B稳定偏好意译。 结果警示标准QE指标在隐喻密集领域的误判风险。
来源：arXiv · NLP · arxiv.org