arXiv:2511.07461v1 Announce Type: new 
Abstract: This paper introduces DuTerm, a novel two-stage architecture for terminology-constrained machine translation. Our system combines a terminology-aware NMT model, adapted via fine-tuning on large-scale synthetic data, with a prompt-based LLM for post-editing. The LLM stage refines NMT output and enforces terminology adherence. We evaluate DuTerm on English-to German, English-to-Spanish, and English-to-Russian with the WMT 2025 Terminology Shared Task corpus. We demonstrate that flexible, context-driven terminology handling by the LLM consistently yields higher quality translations than strict constraint enforcement. Our results highlight a critical trade-off, revealing that an LLM's work best for high-quality translation as context-driven mutators rather than generators.

تقدم الورقة DuTerm، وهي بنية ذات مرحلتين لترجمة الآلة الواعية بالمصطلحات، تجمع بين نموذج NMT المعدل من خلال التدريب على بيانات اصطناعية كبيرة وLLM قائم على الموجهات للتحرير اللاحق. تم تقييم DuTerm على الترجمات من الإنجليزية إلى الألمانية والإسبانية والروسية، حيث أظهرت النتائج أن التعامل مع المصطلحات المدفوع بالسياق من قبل LLM ينتج ترجمات ذات جودة أعلى مقارنة بالالتزام الصارم بالقيود، مما يبرز أهمية المرونة في عمليات الترجمة.

El artículo presenta DuTerm, una arquitectura de dos etapas para la traducción automática consciente de la terminología, que combina un modelo NMT ajustado con un LLM basado en prompts para la post-edición. Evaluado en traducciones de inglés a alemán, español y ruso, DuTerm demuestra que el manejo de la terminología por parte del LLM, impulsado por el contexto, produce traducciones de mayor calidad en comparación con la estricta adherencia a las restricciones, subrayando la importancia de la flexibilidad en los procesos de traducción.

Cet article présente DuTerm, une architecture en deux étapes pour la traduction automatique consciente de la terminologie, combinant un modèle NMT affiné avec un LLM basé sur des invites pour la post-édition. Évalué sur des traductions de l'anglais vers l'allemand, l'espagnol et le russe, DuTerm démontre que la gestion de la terminologie par le LLM, axée sur le contexte, produit des traductions de meilleure qualité par rapport à une adhésion stricte aux contraintes, soulignant l'importance de la flexibilité dans les processus de traduction.

The paper introduces DuTerm, a two-stage architecture for terminology-aware machine translation, combining a fine-tuned NMT model with a prompt-based LLM for post-editing. Evaluated on English-to-German, Spanish, and Russian, DuTerm shows that context-driven terminology handling by the LLM results in higher quality translations compared to strict adherence to constraints, emphasizing the importance of flexibility in translation processes.

It Takes Two: A Dual Stage Approach for Terminology-Aware Translation

Was this article worth reading? Share it

Ready to build your own newsroom?