论文
论LLM在专业术语中的应用：语料库的良好替代品？
On the Use of LLMs for Specialised Terminology: A Good Alternative to Corpora?
摘要
专业翻译依赖文献资源和术语资源的使用，包括语料库。这些资源对术语工作尤为有用。然而，它们的编制与利用存在若干局限：需要时间、技术技能，以及可能难以收集的数据访问。本研究考察LLM能在多大程度上协助专业译者寻找英到法的对应术语。我们在地球、环境与行星科学（EEPS）和自然语言处理（NLP）两个专业领域评估四个专有模型：GPT-4o、GPT-5.2、Claude Sonnet 4.5和DeepSeek。实验基于每个领域80个术语，比较术语模式和翻译模式两种提示策略。结果突显了模型之间、提示策略之间以及（程度较轻的）领域之间的明显差异。Claude Sonnet 4.5在最有利配置下取得最佳结果，而DeepSeek以其更高的稳定性脱颖而出。对置信度估计的分析还表明，它们只是术语准确性的部分指标。总体而言，研究结果表明，LLM可以成为专业译者的有用工具，但在现阶段尚不能取代专业语料库。因此，本研究为未来关于LLM在工作和教育场景中对专业译者的实际实用性的研究铺平了道路。