人工智能推理模型应用于法律文本汉英翻译的效能研究

Abstract

随着人工智能技术的持续演进，人工智能推理模型逐渐被引入法律翻译实践中。然而，该领域的系统性实证研究仍较为稀缺，尤其是对模型输出质量的量化分析与对比研究尚待深入。本研究《中华人民共和国刑法》总则为语例，选取四种主流推理模型——ChatGPT o1、DeepSeek R1、Grok 3 with Think 和 Gemini 2.0 Flash Thinking Experimental，对模型生成的译文进行BLEU评分，并结合Python与SPSS进行统计检验与多维度对比分析。数据表明，四种推理模型在法律文本翻译中的表现存在显著差异，其中Grok 3与Gemini 2.0在BLEU均值、高质量翻译频次和低分率等维度上相对优越，而ChatGPT o1与DeepSeek R1则在术语处理、句法结构及稳定性方面存在较大提升空间。进一步的分析表明，推理模型在应对法律术语、复杂句式和法律逻辑方面仍存在准确性挑战。人工智能推理模型虽具备赋能法律翻译的潜力，但在专业语域的深层理解与表达上仍难以取代人工译者。为提升模型译文质量，建议加强本土法律语料建设、优化术语一致性机制、引入译后人工校对流程，并推动构建具有中国特色的法律翻译模型。