Feasibility of DeepL, Google и Microsoft Mt syst
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 19
Просматривая «Feasibility of DeepL, Google и Microsoft Mt syst», вы можете быть уверены, что данный товар из каталога «Филология, лингвистика» будет доставлен из Польши и проверен на целостность. В цене товара, указанной на сайте, учтена доставка из Польши. Внимание!!! Товары для Евросоюза, согласно законодательству стран Евросоюза, могут отличаться упаковкой или наполнением.
Возможность внедрения систем машинного перевода DeepL, Google и Microsoft в процесс перевода
Przepowiedz Nieprzekładalne IX
Автор: Мацей Кур
Издательство Гданьского университета p>
цена: 20,90 злотых
В этой книге представлены методология и результаты исследования, призванного определить возможность внедрения некоторых из наиболее популярных , широкодоступные и относительно дешевые системы машинного перевода в процессы перевода, выполняемые в языковой паре английский -> польский. Набор результатов, предоставленных DeepL Translator, Google Neural Machine Translation System и Microsoft Translator, был собран и обработан вместе с переведенными и отредактированными сегментами, подготовленными группой польских переводчиков. Затем данные были проанализированы с использованием различных показателей оценки MT, чтобы определить, достаточно ли качество результатов и объем усилий по постредактированию, чтобы обеспечить эффективное внедрение анализируемых механизмов в профессиональную среду.
Содержание
Благодарности . .. . 7
Введение. .. . 9
Глава 1
Состояние исследований. . . 15
1.1. Основные термины и определения. . 16
1.2. Фундаментальные модели. . . 18
1.2.1. Прямая модель. . 18
1.2.2. Косвенные модели. . . . 20
1.2.3. Статистический машинный перевод (SMT). . . 23
1.2.3.1. SMT на основе слов. . 23
1.2.3.2. SMT на основе N-грамм. .. 26
1.2.3.3. SMT на основе фраз. . . 28
1.2.3.4. SMT на основе контекста. . . 29
1.2.4. Нейронный машинный перевод. . . . 32
1.2.4.1. Дискурс в НМТ. . .. 37
1.3. Методы оценки. .. . 39
1.3.1. Человеческая оценка. . . 40
1.3.1.1. Ранние методы. .. . 40
1.3.1.2. Точность, понимание, беглость. 42
1.3.1.3. Метрики ранжирования сегментов. .. . 44
1.3.1.4. ХТЕР. . . 45
1.3.2. Метрики автоматической оценки. . . 48
1.3.2.1. Показатели соответствия слов. . 49
1.3.2.2. СИНИЙ . .. . 51
1.3.2.3. НИСТ и МЕТЕОР. . . 53
1.4. Постредактирование. . . 56
1.4.1. Определение и задачи, связанные с PE. .. . 57
1.4.2. Постредактирование. . . 60
1.4.3. Автоматическое постредактирование. . . 63
Глава 2
Описание исследования. .. . 65
2.1. подготовительный этап. . . 66
2.1.1. Подготовка данных. . . . 66
2.1.2. Подготовка рабочего места. . .. . 68
2.2. Экспериментируйте. . . . . 69
2.2.1. Участники. . . . 69
2.2.2. Задача 1 – перевод. . . . 70
2.2.3. Задача 2 – постредактирование. . . 71
2.3. Анализ данных. . .. 73
2.3.1. Редактировать анализ времени. . . . 73
2.3.2. HTER-анализ. . .. 74
2.3.3. Анализ ошибок. . . .. 76
2.3.4. Рейтинги качества. . .. . 82
Глава 3
Результаты . . . . 87
3.1. Измерение усилий после редактирования. .. . 87
3.1.1. Редактировать анализ времени. . . . 87
3.1.2. ХТЕР забивает. . .. . 91
3.2. Оценка качества. . . 96
3.2.1. Анализ ошибок. . . 96
3.2.1.1. Ошибки категории «Пропущенные слова». . 98
3.2.1.2. Ошибки категории «Порядок слов». . . 108
3.2.1.3. Ошибки категории «Неправильные слова». . .. 111
3.2.1.3.1. Ошибки подкатегории «Смысл». .. 112
3.2.1.3.2. Подкатегория «Неправильная форма». . . 116
3.2.1.3.3. Ошибки подкатегории «Стиль». . . 121
3.2.1.3.4. Подкатегории «Дополнительные слова» и «Идиомы». . 123
3.2.1.4. Ошибки категории «Неизвестные слова». .. 125
3.2.1.5. Ошибки категории «Пунктуация». . . 128
3.2.1.6. Ошибки категории «Орфография». . . 133
3.2.2. Рейтинги качества. . . 136
3.2.2.1. Рейтинг А (традиционный перевод). . 137
3.2.2.2. Рейтинг B (после редактирования). . . 141
3.2.3. Дублированные ошибки. . . 143
Выводы . . . . 149
Ссылки . . .. . 155
ISBN: 978-83-8206-099-7
Год издания: 2020
Количество страниц: 168
Формат: А5