ترجمه فارسی مقاله شرطی‌سازی LLMها با احساسات در ترجمه ماشینی عصبی

چکیده

Large Language Models (LLMs) have shown remarkable performance in Natural Language Processing tasks, including Machine Translation (MT). In this work, we propose a novel MT pipeline that integrates emotion information extracted from a Speech Emotion Recognition (SER) model into LLMs to enhance translation quality. We first fine-tune five existing LLMs on the Libri-trans dataset and select the most performant model. Subsequently, we augment LLM prompts with different dimensional emotions and train the selected LLM under these different configurations. Our experiments reveal that integrating emotion information, especially arousal, into LLM prompts leads to notable improvements in translation quality.

چکیده به فارسی (ترجمه ماشینی)

مدل های بزرگ زبان (LLM) عملکرد قابل توجهی را در کارهای پردازش زبان طبیعی از جمله ترجمه ماشین (MT) نشان داده اند.در این کار ، ما یک خط لوله MT جدید را پیشنهاد می کنیم که اطلاعات احساسات استخراج شده از یک مدل تشخیص احساسات گفتار (SER) را در LLMS برای افزایش کیفیت ترجمه ادغام می کند.ما ابتدا پنج LLM موجود را در مجموعه داده های Libri-Trans تنظیم می کنیم و بیشترین مدل را انتخاب می کنیم.پس از آن ، ما LLM را با احساسات ابعادی مختلف تقویت می کنیم و LLM انتخاب شده را تحت این تنظیمات مختلف آموزش می دهیم.آزمایشات ما نشان می دهد که ادغام اطلاعات احساسات ، به ویژه برانگیختگی ، در LLM منجر به پیشرفت قابل توجه در کیفیت ترجمه می شود.