基于多智能体辩论与量规约束的文学翻译评估方法及系统
本发明涉及人工智能评估,尤其涉及一种基于多智能体辩论与量规约束的文学翻译评估方法及系统。
背景技术:
1、随着大语言模型和机器翻译技术的发展,大模型越来越多地被应用于文学翻译尤其是网络文学翻译任务中。与一般的新闻或科技文本翻译不同,网络文学翻译不仅要求表层语义的准确传达,更依赖于句子级文化语意(如习语隐喻、词汇歧义、特定世界观术语、时态一致性、零代词省略及文化安全等)的精准转换,这些文化与语用现象直接决定了目标文本的基调、人物性格刻画以及读者的沉浸式体验。
2、现有机器翻译评估方式通常集中于整体翻译质量的衡量,例如基于表面词元重叠度的传统指标或基于深度学习的整体语义相似度指标,前者难以捕捉文风转换和深层语用差异,后者又极易过度偏重目标语言的流畅度,两者均难以细粒度地衡量翻译模型是否真正保留了源文本中复杂的文化内涵,也难以揭示当前大模型在特定文化语境下的能力瓶颈。
3、在真实评估场景中,机器翻译的输出往往是整体性的,现有的笼统评分机制极易被目标语言的表层流畅性所欺骗,例如,当模型生成了一句语法完美但隐喻完全丢失的直译文本,或产生严重角色误指的流畅错译时,常规评估往往依然给出高分。因此,现有的单维度整体评分体系将“通用语言流畅度”与“深度文化语意还原度”混合在一起,难以对翻译模型在处理特定文化现象时的真实能力边界形成准确、可审计的归因。同时,现有基于大语言模型的自动化评估方法大多采用单一智能体直接打分的单轮模式,缺乏对复杂文化语境的深度推理,单一智能体在面对具有多义性或文化特异性的文本时,极易产生自我偏好偏见和逻辑幻觉。
技术实现思路
1、本发明提供一种基于多智能体辩论与量规约束的文学翻译评估方法及系统,能够在多层级量规约束下、针对句子级文化语意进行解耦诊断,并通过多智能体交互辩论机制显式修正单点评估偏差。
2、本发明提供一种基于多智能体辩论与量规约束的文学翻译评估方法,包括:
3、获取待评估样本的评估实例,所述评估实例包括源语言句子、候选译文、局部叙事上下文、评估维度、以及评估维度对应的量规规则集、已标注示例集;
4、基于所述评估实例,在相互隔离的推理会话中调用多个打分智能体,得到各打分智能体独立生成的评估决策,所述评估决策包括得分向量及评估理由;
5、由裁判智能体执行得分向量一致性、评估理由同向性判断,得到一致性判断结果;
6、在所述一致性判断结果为未达成一致状态时,触发多智能体辩论机制,直到达到预设终止条件,由所述裁判智能体确认或择优裁决得到最优评估决策,以输出针对所述待评估样本的评估结果。
7、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,每个所述评估维度对应独立的量规规则集,所述量规规则集包括特定指标量规、第一通用指标量规和第二通用指标量规,所述特定指标量规、所述第一通用指标量规和所述第二通用指标量规分别存储多个量规等级、以及各量规等级对应的量规等级条件。
8、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,所述基于所述评估实例,在相互隔离的推理会话中调用多个打分智能体,得到各打分智能体独立生成的评估决策的步骤,具体包括:
9、针对各所述打分智能体:在对应的隔离推理会话中,将源语言句子、候选译文、局部叙事上下文、评估维度、评估维度对应的量规规则集与已标注示例集、以及当前历史辩论记忆组装为提示序列,经大语言模型前向推理后解析得到得分向量及评估理由,作为对应的评估决策;
10、其中,所述得分向量包括特定指标得分、第一通用指标得分和第二通用指标得分。
11、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,所述由裁判智能体执行得分向量一致性、评估理由同向性判断,得到一致性判断结果的步骤,具体包括:
12、由裁判智能体分别比较各所述特定指标得分、各所述第一通用指标得分、各所述第二通用指标得分是否相等,得到得分一致性标志;
13、根据各所述评估理由中引用的源译文证据与量规等级,判断各所述评估理由是否指向同一结论方向,得到理由一致性标志;
14、当所述得分一致性标志和所述理由一致性标志均为一致时,判定所述一致性判断结果为达成一致状态,否则,判定所述一致性判断结果为未达成一致状态。
15、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,所述触发多智能体交互辩论机制基于轮次计数器、历史辩论记忆存储区和循环控制程序执行;
16、所述在所述一致性判断结果为未达成一致状态时,触发多智能体辩论机制,直到达到预设终止条件的步骤,具体包括:
17、通过所述循环控制程序将所述裁判智能体输出的未达成一致状态、分歧字段及对方本轮的评估决策写入各打分智能体的下一轮提示序列;
18、由所述历史辩论记忆存储区按照轮次编号,将本轮次各打分智能体的评估决策和裁判智能体的分歧状态追加存储至历史辩论记忆;
19、各打分智能体读取更新后的历史辩论记忆,对照量规等级条件重新匹配源译文证据并生成反驳或采纳理由,以输出下一轮的评估决策;
20、通过所述循环控制程序对所述轮次计数器加一,并重新调用所述裁判智能体执行判断;
21、若当前各所述评估决策的得分向量完全相同且所述评估理由同向,则将一致性判断结果确定为达成一致状态并终止辩论,若轮次计数器达到预设轮次阈值且所述一致性判断结果为未达成一致状态,则输出最大轮次终止指令。
22、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,所述由所述裁判智能体确认或择优裁决得到最优评估决策,以输出针对所述待评估样本的评估结果的步骤,具体包括:
23、若所述一致性判断结果为达成一致状态,由所述裁判智能体确认各打分智能体达成一致的评估决策,作为最优评估决策;
24、若达到预设轮次阈值且所述一致性判断结果为未达成一致状态,由所述裁判智能体将所有轮次的评估决策按轮次排序,提取各评估理由引用的源译文证据片段和对应量规等级,并与所述量规规则集一并编码为裁判提示序列;
25、基于所述裁判提示序列,由所述裁判智能体通过大语言模型推理接口计算最后一轮中各评估决策相对于量规条目、局部叙事上下文和历史反驳意见的论据支持度,选取论据支持度最高的评估决策作为最优评估决策;
26、基于所述最优评估决策确定包括评估维度标识、特定指标得分、第一通用指标得分、第二通用指标得分、综合得分、终止状态与自然语言解释的评估结果。
27、根据本发明提供的一种基于多智能体辩论与量规约束的文学翻译评估方法,所述方法还包括:
28、在各所述打分智能体生成所述评估决策时,通过门控函数对所述第一通用指标得分、所述第二通用指标得分进行处理:当所述特定指标得分等于零时,令所述第一通用指标得分、所述第二通用指标得分取零;当所述特定指标得分大于零时,保留所述第一通用指标得分、所述第二通用指标得分;根据所述特定指标得分与门控处理后的第一通用指标得分、所述第二通用指标得分之和确定综合得分。
29、本发明还提供一种基于多智能体辩论与量规约束的文学翻译评估系统,包括:
30、数据获取模块,用于获取待评估样本的评估实例,所述评估实例包括源语言句子、候选译文、局部叙事上下文、评估维度、以及评估维度对应的量规规则集、已标注示例集;
31、独立评估模块,用于基于所述评估实例,在相互隔离的推理会话中调用多个打分智能体,得到各打分智能体独立生成的评估决策,所述评估决策包括得分向量及评估理由;
32、一致性校验模块,用于由裁判智能体执行得分向量一致性、评估理由同向性判断,得到一致性判断结果;
33、裁决输出模块,用于在所述一致性判断结果为未达成一致状态时,触发多智能体辩论机制,直到达到预设终止条件,由所述裁判智能体确认或择优裁决得到最优评估决策,以输出针对所述待评估样本的评估结果。
34、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的基于多智能体辩论与量规约束的文学翻译评估方法。
35、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的基于多智能体辩论与量规约束的文学翻译评估方法。
36、本发明提供的基于多智能体辩论与量规约束的文学翻译评估方法及系统,通过获取包含源语言句子、候选译文、局部叙事上下文、评估维度及对应量规规则集和已标注示例集的评估实例,为句子级文化语意评估提供明确、细粒度的标准依据;基于该评估实例在相互隔离的推理会话中调用多个打分智能体,使各打分智能体独立生成包含得分向量和评估理由的评估决策,从而避免智能体间的相互干扰;由裁判智能体执行得分向量一致性和评估理由同向性判断,得到一致性判断结果,校验得分和理由依据是否指向同一结论,提高评估判断的准确性;在一致性判断结果为未达成一致状态时触发多智能体辩论机制,直至达到预设终止条件,由裁判智能体确认或择优裁决得到最优评估决策,从而对分歧进行显式修正并提高最终结果可靠性;由此,本技术通过量规约束下多个打分智能体独立评估,并在未达成一致时触发多智能体辩论机制进行修正,提升了评估结果的准确性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com