Оценка машинного перевода терминологии с помощью больших языковых моделей на англо-русском материале

В этой работе исследуется применение больших языковых моделей (LLM) для перевода технических терминов между английским и русским языками, решая проблему точной передачи терминологии, специфичной для конкретной предметной области, на разных языках. Признавая ограничения существующих моделей машинного перевода при работе со специальной лексикой, исследование представляет новый подход благодаря созданию специального корпуса технических терминов и контекстов. Этот корпус составлен на основе лингвистического энциклопедического словаря и дополнен контекстуальными данными, полученными из Википедии, параллельного корпуса Paracrawl, корпуса TED Talks и электронной библиотеки CyberLeninka. В исследовании методологически исследуется применение различных промптов при переводе с помощью LLM научных текстов для англо-русской языковой пары. Путем проведения сравнительного анализа двух научных областей — лингвистики и физики — исследование призвано оценить влияние разных промптов на качество переводов. Статья вносит свой вклад в область компьютерной лингвистики, подчеркивая эффективность интеграции LLM с предметно-ориентированными корпусами и передовыми методами настройки LLM для перевода технической терминологии.