1 引言

2022年11月，OpenAI公司发布ChatGPT，其在翻译任务中表现出色。2023年3月，OpenAI推出更先进的GPT-4。中国政治术语外译对国家形象传播至关重要。本文基于《共建“一带一路”：构建人类命运共同体的重大实践》白皮书汉英平行语料库，对比分析ChatGPT-3.5、ChatGPT-4、Google翻译和人工译文的质量。研究重点在于评估ChatG模型PT在中国政治术语翻译方面的表现，并探讨其在外宣文本翻译中的不足及改进建议，以发挥大语言模型在外宣领域的潜力。

2 ChatGPT翻译质量研究综述

讨论了ChatGPT在翻译质量上的表现及其与传统机器翻译系统的差异。ChatGPT依赖于训练数据质量和指令精确性，其翻译能力受语言数据资源和指令工程影响。研究表明，ChatGPT在高资源语言翻译中表现出色，且能根据指令生成多样化答案。详细指令能显著提升其翻译性能，甚至超越主流翻译引擎。在通用领域，ChatGPT的翻译质量与Google翻译和华为翻译相当，但在专业领域准确性和正式性不足。ChatGPT在词汇多样性和句法复杂度上具有优势，尤其在构建复杂句型方面。在中国特色话语翻译中，ChatGPT在匹配度、隐转喻识别等方面优于其他工具，但在处理意识形态和文化负载词方面存在局限。自动评估指标虽操作简便，但对深层细节和语义准确性不够敏感。人工评估更全面但成本高且主观性强。基于语料库的翻译质量评估模式通过多维度分析，提高了结论的可信度。本研究将从词汇、语句、语篇层面定量定性分析ChatGPT在外宣文本翻译中的表现。

3 研究设计

介绍了基于语料库方法的研究设计，旨在定量与定性分析ChatGPT-3.5、ChatGPT-4、Google翻译和专业人工翻译的《白皮书》英译文质量。研究问题包括ChatGPT与人工和Google翻译的译文质量比较、ChatGPT处理中国政治术语的方式及典型案例、ChatGPT在《白皮书》英文译本中的问题及改进方法。研究文本为《共建“一带一路”：构建人类命运共同体的重大实践》英文版，选择该文本是因为其发布时间晚于模型训练完成时间，且作为官方文件具有代表性。研究方法包括与ChatGPT的问答交互、使用Superpower ChatGPT扩展插件输入长文本、利用Tmxmall平台句段对齐和多种工具进行词汇与语篇层面的数据分析。

4 结果与讨论

在论文的“结果与讨论”章节中，首先对《白皮书》的中文原文及四种不同译文（官方人工译文、ChatGPT-3.5译文、ChatGPT-4译文、Google翻译译文）的词汇层面进行了详细分析。统计显示，人工译文的词汇丰富度最高，ChatGPT-4次之，而Google翻译的词汇丰富度最低。在平均词长及用词复杂度方面，ChatGPT-3.5和ChatGPT-4的译文略高于人工译文，表明机器翻译在用词上更为复杂。词汇密度方面，人工译文的内容表达最为丰富，ChatGPT-4的词汇密度高于ChatGPT-3.5，Google翻译的词汇密度最小。

进一步分析发现，ChatGPT-4在副词的使用上显著增加，可能与其大语言模型在学习过程中广泛接触不同语言风格有关。卡方检验表明，四种译文在内容词的使用频率上存在显著性差异。

在语句层面，通过对比分析实际案例，发现人工译文在信息补全策略、诗意化意译策略和并列排比灵活策略方面表现更佳，机器译文则在这些方面存在不足。例如，人工译文对“丝绸之路经济带”和“21世纪海上丝绸之路”进行了释义补充，提高了文章可读性；而机器译文则更注重原文的表达格式及字面意义，未能体现出诗意化语言的内涵。此外，人工译文将排比结构转化为后置长状语，增强了语义连贯性；而机器译文则遵从原文句式，导致译文头重脚轻，增加了理解难度。

最后，参照中国翻译协会发布的中国时政术语汉英对照表，对比分析了四个译本中包括“一带一路”“命运共同体”等政治术语的翻译表现。这表明在翻译中国政治术语时，人工译文和机器译文可能存在差异，需要进一步研究和优化。

5 结论与启示

本研究通过语料库方法对ChatGPT-3.5、ChatGPT-4和Google翻译的《白皮书》译文质量进行了定性定量分析。研究发现，ChatGPT-3.5和ChatGPT-4在词汇使用上优于Google翻译，ChatGPT-4的词汇表达更丰富复杂。人工译文在词汇使用上略丰富于ChatGPT译文，并减少了难词使用。尽管原文本复杂，ChatGPT生成的译文与人工译文相比在可读性方面显著降低。ChatGPT能够正确理解文本内容、客观传递情感信息，但在翻译中国政治术语时，部分术语的译法浮于字面，未能实现语义对等。研究还发现生成式人工智能的“幻觉”现象，体现在ChatGPT-3.5对于极个别句段的漏译。

启示方面，中国政治术语外译应走向统一化、规范化，用准确得当的语言向世界讲述中国。大语言模型外宣文本翻译优化建议包括：利用检索增强生成技术辅助翻译任务，从“通用型”转变为“专用型”人，以及“机器翻译译后编辑”模式在外宣文本外译中展现出巨大潜力。