UniTermGPT

Obiettivo: L'obiettivo di UniTermGPT è analizzare come ChatGPT tratta la terminologia universitaria di alcune varietà linguistiche tedesche in Europa (a seconda del prompt). 

Gli obiettivi specifici di UniTermGPT sono: 1) valutare la specificità della “traduzione” terminologica in base alla varietà linguistica quando si utilizza ChatGPT su un sottocorpus rappresentativo delle varietà linguistiche e dei tipi di testo analizzati; 2) esaminare l'influenza del prompt engineering (compresa l'integrazione di risorse terminologiche attraverso, ad esempio, un'API) sulla “traduzione” di terminologia universitaria specifica delle varietà linguistiche dall'inglese al tedesco, e 3) fornire raccomandazioni per l'uso di ChatGPT nella traduzione di testi contenenti terminologia specifica delle varietà linguistiche .

Potenziale innovativo: UniTermGPT può gettare le basi per il prompt engineering nel campo dell'inserimento di terminologia specifica di dominio e di varietà linguistica nelle traduzioni generate con modelli linguistici di grandi dimensioni. 

Domanda di ricerca: La domanda di ricerca affrontata da UniTermGPT è: Come può ChatGPT risolvere, se sollecitato in tal senso, il problema dell'inserimento di terminologia nella traduzione di linguaggio specialistico tenendo conto delle varietà linguistiche tedesche? 

Metodo: Il progetto combina la creazione di un corpus, lo sviluppo di risorse terminologiche e l'ingegneria dei prompt per studiare come i modelli linguistici di grandi dimensioni (LLM) gestiscono la variazione terminologica nei contesti universitari tedeschi. Innanzitutto, viene compilato un corpus di testi universitari provenienti da Austria, Germania, Svizzera e Alto Adige, che viene poi annotato con l'aiuto di esperti del settore, garantendo che le varietà regionali e istituzionali siano rappresentate in modo sistematico. Da questo corpus viene estratta la terminologia, armonizzata con le banche dati esistenti e compilata in un elenco terminologico bilingue, che include l'inglese e le diverse varietà del tedesco. Parallelamente, vengono progettati, testati e perfezionati dei prompt per ChatGPT al fine di valutare l'efficacia del modello nella traduzione e nella gestione della terminologia specialistica. Annotatori esperti valutano la qualità dei risultati di ChatGPT, consentendo un confronto sistematico tra le traduzioni generate da LLM, le risorse curate e le competenze umane. I set di dati annotati, le risorse terminologiche e le strategie di prompt vengono quindi analizzati e pubblicati apertamente per consentire la replica, il riutilizzo e l'ulteriore esplorazione da parte di ricercatori e professionisti.