AI-powered translation of Arabic idioms into English
The study investigates how ChatGPT translates Arabic idioms into English, focusing on translation strategies, error types, and degrees of figurative preservation. A purposive corpus of 26 Arabic idioms was compiled, evenly divided between 13 transparent and 13 opaque expressions following Moon’s distinction, and verified against lexicographic sources to ensure their conventional meaning and cultural authenticity. Translations were produced under two prompt conditions: a baseline instruction (‘Translate into English’) and an idiom-aware instruction (‘Translate the following idiom into English’). Outputs were analysed qualitatively using a strategy–error framework evaluated through a three-point accuracy scale distinguishing full, partial, and inaccurate translations. The results suggest that transparent idioms are generally rendered successfully through established English equivalents, including under baseline prompting. Opaque idioms display greater variability: baseline prompts produce literal or paraphrastic renderings, whereas idiom-aware prompting increases idiomatic substitution and reduces literal translation. In many cases, idiomatic substitutions replace culturally situated imagery with conventional target-language idioms. The analysis demonstrates that prompt sensitivity interacts with idiom transparency and that semantic adequacy does not necessarily entail figurative richness. The study contributes evidence of the interaction between prompt design and idiom transparency, analysis of the systematic replacement of culturally situated imagery in LLM translations, and a qualitative evaluation framework for idiom translation in AI systems. The findings clarify how LLMs handle non-compositional expressions and identify conditions under which human oversight remains necessary in idiom translation tasks.
- KEYWORDS:
- ChatGPT
- Arabic–English translation
- idiom translation
- translation quality
- AI translation
- AI prompt
Перевод арабских идиом на английский язык с использованием искусственного интеллекта
В исследовании рассматривается перевод арабских идиом на английский язык системой ChatGPT с фокусом на используемые переводческие стратегии, типы ошибок и степень сохранения образности. Корпус включает 26 арабских идиом, равномерно распределённых на 13 прозрачных и 13 непрозрачных выражений в соответствии с классификацией Р. Муна; отобранные единицы были верифицированы по лексикографическим источникам с целью подтверждения их конвенционального значения и культурной аутентичности. Перевод осуществлялся с использованием двух типов промта: базового («Translate into English») и ориентированного на идиоматичность («Translate the following idiom into English»). Полученные данные анализировались качественно в рамках модели «стратегия–ошибка» с использованием трёхуровневой шкалы точности, различающей полный, частичный и неточный перевод. Согласно результатам, прозрачные идиомы, как правило, адекватно передаются с помощью устоявшихся английских эквивалентов, в том числе при использовании базового промта. Непрозрачные идиомы характеризуются большей вариативностью: при базовых инструкциях чаще фиксируются буквальные или перифрастические переводы, тогда как инструкции, учитывающие идиоматичность, способствуют увеличению доли идиоматических замен и сокращению буквального перевода. Во многих случаях такие замены приводят к утрате культурно обусловленной образности, которая заменяется конвенциональными идиомами языка перевода. Анализ показал, что чувствительность к формулировке задания коррелируется с параметром прозрачности идиомы, при этом семантическая адекватность не всегда сопровождается сохранением образной насыщенности. Исследование вносит вклад в изучение взаимосвязи между дизайном промпта и прозрачностью идиомы, демонстрирует систематическую замену культурно обусловленной образности в переводах LLM и предлагает качественную модель оценки перевода идиом в системах искусственного интеллекта. Полученные результаты уточняют специфику обработки неконпозициональных выражений языковыми моделями и выявляют условия, при которых в задачах перевода идиом сохраняется необходимость человеческого контроля.
More articles in this issue
Volume 10 Issue 1