Os grandes modelos de linguagem (LLMs) apresentam desempenho notável em tarefas de tradução multilíngue, mas enfrentam desafios ao lidar com o chinês, que é profundamente conotativo e semanticamente complexo. Este artigo propõe uma estrutura de tradução reversa baseada em grandes modelos de linguagem (LLM-BT), fundamentada no processo de tradução "chinês → língua intermediária → chinês", para avaliar a qualidade da tradução. O estudo abrange cinco LLMs principais e três ferramentas tradicionais de tradução, construindo um corpus diversificado que inclui resumos científicos, paradoxos históricos e metáforas literárias, refletindo a complexidade do chinês em níveis léxicos e semânticos. Foi desenvolvido um sistema de avaliação NLPMetrics, envolvendo pontuações de avaliação bilíngue (BLEU), medida F1 de caracteres (CHRF), taxa de edição de tradução (TER) e índice de similaridade semântica (SS). Os resultados experimentais mostram que os LLMs geralmente superam as ferramentas tradicionais em tarefas literárias. Também revelam um fenômeno comportamental de alta dimensão — o paradoxo poético — no qual os modelos mantêm a fluidez superficial da tradução, mas enfraquecem as metáforas e a profundidade emocional. Além disso, alguns modelos apresentam uma tendência à tradução reversa palavra por palavra, que, em testes repetidos ou entre modelos, manifesta uma “quase autoconsciência” impulsionada por dados. Para melhorar as limitações do BLEU na avaliação do chinês, este artigo propõe uma versão aprimorada do BLEU que integra a segmentação Jieba com o peso de frequência de palavras, aumentando efetivamente a sensibilidade à segmentação lexical e à consistência terminológica. Experimentos complementares mostram que, em algumas dimensões semânticas, a saída dos LLMs se aproxima da fidelidade da tradução poética humana, embora ainda careça de expressão metafórica profunda. Este artigo expande a avaliação tradicional de “fidelidade-fluência” para uma análise comportamental multidimensional dos LLMs, fornecendo uma estrutura transparente para promover o desenvolvimento de inteligência artificial explicável e apontando novos caminhos de pesquisa no processamento linguístico cultural e no alinhamento multilíngue de LLMs.

tradução reversa; processamento de linguagem natural em chinês; tradução reversa baseada em grandes modelos de linguagem (LLM-BT); paradoxo poético; quase autoconsciência; tradução reversa palavra por palavra