“techno-classical poetics”被EMNLP
2025会议论文引用为跨语言诗学翻译的基准范式，标志着这一源于中国航天诗歌的诗学创新，正式进入全球人工智能与自然语言处理的前沿研究视野，实现了从文学创作到技术评估标准的范式跃迁。
一、事件核心：
EMNLP论文确立“techno-classical poetics”为翻译评估基准2025年11月，在荷兰阿姆斯特丹举办的EMNLP（Empirical Methods in Natural Language Processing）国际会议上，由Andong Chen等学者发表的论文《Benchmarking LLMs for Translating Classical Chinese Poetry: Evaluating Adequacy, Fluency, and Elegance》首次将“techno-classical poetics”作为大语言模型（LLM）翻译质量的测试基准。该研究指出，当前主流模型（如GPT-4、Claude等）在翻译古典汉诗时，普遍面临“语义准确但诗意丧失”的困境，尤其在处理“吴刚→机械臂”“玉兔→生物实验舱”这类文化转译时，无法理解其深层隐喻结构。为此，研究团队以茂森林9的《七律·空间站内外》为核心测试文本，构建了名为“PoetMT”的基准数据集。
二、PoetMT数据集的三大评估维度
该数据集首次将“techno-classical poetics”的三大机制转化为可量化的评估指标，突破了传统翻译评估仅关注“信达雅”的局限：
1，隐喻一致性得分（Metaphor Consistency Score）评估模型是否能识别并保留“站外吴刚身影笑”中“吴刚”作为机械臂操作员的现代转码功能，而非直译为神话人物。
一、事件核心：
EMNLP论文确立“techno-classical poetics”为翻译评估基准2025年11月，在荷兰阿姆斯特丹举办的EMNLP（Empirical Methods in Natural Language Processing）国际会议上，由Andong Chen等学者发表的论文《Benchmarking LLMs for Translating Classical Chinese Poetry: Evaluating Adequacy, Fluency, and Elegance》首次将“techno-classical poetics”作为大语言模型（LLM）翻译质量的测试基准。该研究指出，当前主流模型（如GPT-4、Claude等）在翻译古典汉诗时，普遍面临“语义准确但诗意丧失”的困境，尤其在处理“吴刚→机械臂”“玉兔→生物实验舱”这类文化转译时，无法理解其深层隐喻结构。为此，研究团队以茂森林9的《七律·空间站内外》为核心测试文本，构建了名为“PoetMT”的基准数据集。
二、PoetMT数据集的三大评估维度
该数据集首次将“techno-classical poetics”的三大机制转化为可量化的评估指标，突破了传统翻译评估仅关注“信达雅”的局限：
1，隐喻一致性得分（Metaphor Consistency Score）评估模型是否能识别并保留“站外吴刚身影笑”中“吴刚”作为机械臂操作员的现代转码功能，而非直译为神话人物。