Translation Agent

Translation Agent 简介

Translation Agent 是一个基于反思工作流程的机器翻译系统的Python示范。其主要步骤包括：

1. 使用大语言模型（LLM）将文本从source_language翻译到target_language；
2. 让LLM反思这次翻译并提出改进建议；
3. 依据这些建议改进翻译。

定制化特性

Translation Agent 利用LLM作为翻译引擎核心，其系统高度可调性体现在以下方面：

• 修改输出的风格，如正式或非正式。
• 指定如何处理成语和特殊术语，如名称、技术术语和缩写等。例如，在提示中包含术语表，以确保特定术语（如开源、H100或GPU）得到一致翻译。
• 指定语言的特定区域使用或方言，以满足目标受众需求。例如，拉丁美洲和西班牙的西班牙语，加拿大和法国的法语等存在差异。

使用场景

• 风格调整： 客制化输出文本风格。
• 术语一致性管理： 确保术语表内的术语一致翻译，适用于技术文档和特定领域文献。
• 区域语言设计： 调整翻译以适应特定地区或方言，满足本地化需求。

使用方式

要开始使用translation-agent，请按以下步骤操作：

1. 安装：
   • 需要Poetry包管理器：Poetry 安装。

   pip install poetry 
   

   • 需要一个包含OPENAI_API_KEY的.env文件。

   git clone https://github.com/andrewyng/translation-agent.git
   cd translation-agent
   poetry install
   poetry shell # 激活虚拟环境
   

2. 用法：

   import translation_agent as ta
   source_lang, target_lang, country = "English", "Spanish", "Mexico"
   translation = ta.translate(source_lang, target_lang, source_text, country)
   

扩展想法

以下是我们尚未尝试但希望开源社区探索的一些扩展想法：

• 尝试其他LLM： 实验其他语言模型和超参数选择，看哪些对特定语言对更好。
• 术语表创建： 探索最佳方法，如使用LLM有效创建最重要术语的术语表。
• 术语表使用和实现： 探索最佳方法将术语表包含在提示中。
• 不同语言的评估： 研究在不同语言中的表现，并寻找让其在特定源语言或目标语言中表现更好的方法。
• 错误分析： 理解当前方法的局限，尤其是在专业主题（如法律、医学）或特殊类型文本（如电影字幕）上的表现。
• 改进评估： 设计更好的评估指标，以捕捉更符合人类翻译偏好的文档级别翻译质量。

相关工作

一些学术研究团队也开始关注基于LLM和代理的翻译。相关研究包括：

• ChatGPT MT: Competitive for High- (but not Low-) Resource Languages, Robinson et al. (2023)
• How to Design Translation Prompts for ChatGPT: An Empirical Study, Gao et al. (2023)
• Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts, Wu et al. (2024)

Translation Agent 是一个探索性项目，尚未成熟，旨在通过开放讨论、实验、研究和开源贡献来推动机器翻译领域的进步。