Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  tłumaczenie maszynowe
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Niniejszy projekt badawczy ma na celu wykazanie czy jakość tłumaczenia maszynowego jest na tyle dobra, by mogło być ono wykorzystywane podczas pracy profesjonalnego tłumacza prawniczego. Podczas badania analizie poddane zostały umowy – teksty użytkowe charakteryzujące się wysoką powtarzalnością wyrażeń, zwrotów i terminów, złożoną składnią oraz nieprzystawalnością terminologiczną (Šarčević 2000, Berezowski 2008). Przyjęta metoda badawcza polegała na nagraniu procesu tłumaczenia przy zastosowaniu narzędzi Google MT oraz Microsoft MT. Badanie umożliwiło wydobycie informacji na temat użyteczności tłumaczenia maszynowego poprzez określenie: (i)                  rodzaju błędów występujących w tekście wygenerowanym przez tłumacza maszynowego, (ii)                 częstotliwości występowania błędów, (iii)               zgodności merytorycznej z treścią oryginału (liczba pominięć oraz zniekształceń), (iv)               czasu poświęconego na edycję tekstu wygenerowanego przez tłumacza maszynowego. Wyniki badania powinny pomóc tłumaczom w podjęciu świadomej decyzji czy chcieliby włączyć tłumaczenie maszynowe do swojego warsztatu pracy.
EN
The aim of this research project is to verify whether machine translation (MT) technology can be utilized in the process of professional translation. The genre to be tested in this study is a legal contract. It is a non-literary text, with a high rate of repeatable phrases, predictable lexis, culture-bound terms and syntactically complex sentences (Šarčević 2000, Berezowski 2008). The subject of this study is MT software available on the market that supports the English-Polish language pair: Google MT and Microsoft MT. During the experiment, the process of post-editing of MT raw output was recorded and then analysed in order to retrieve the following data: (i)                  number of errors in MT raw output, (ii)                 types of errors (syntactic, grammatical, lexical) and their frequency, (iii)               degree of fidelity to the original text (frequency of meaning omissions and meaning distortions),  (iv)               time devoted to the editing process of the MT raw output.The research results should help translators make an informed decision whether they would like to invite MT into their work environment.
|
|
nr 10
181-193
EN
This article deals with the use of lexical resources and corpus tools to evaluate, edit, and verify already translated texts. Additionally, it provides a description of a pilot study whose purpose was to describe students’ behaviour in a situation where machine-translated metaphorical phrases should be evaluated and corrected. The analysis focuses on identifying the lexical resources and tools that were most frequently used at every stage of the task. The exercise was conducted during a course on translating technologies for MA students of translation studies.
PL
Niniejszy artykuł stanowi przegląd zasobów leksykalnych oraz narzędzi korpusowych przydatnych do oceny, edycji oraz weryfikacji przetłumaczonych tekstów. Dodatkowo zawiera opis badania pilotażowego, którego celem było opisanie zachowania studentów w sytuacji, gdy należy ocenić oraz dokonać modyfikacji leksykalno-stylistycznej wyrażenia metaforycznego przetłumaczonego maszynowo. Analizie poddano jedynie to, jakich narzędzi oraz zasobów studenci używali i na jakim etapie zadania. Ćwiczenie zostało wykonane w ramach zajęć na studiach magisterskich, kierunek: przekładoznawstwo – technologie tłumaczeniowe.
EN
Word sense disambiguation deals with deciding the word’s precise meaning in a certainspecific context. One of the major problems in natural language processing is lexical-semantic ambiguity, where a word has more than one meaning. Disambiguating the senseof polysemous words is the most important task in machine translation. This researchwork aims to design and implement English to Hindi machine translation. The designmethodology addresses improving the speed and accuracy of the machine translation process. The algorithm and modules designed in this research work have been deployed on theHadoop infrastructure, and test cases are designed to check the feasibility and reliabilityof this process. The research work presented describes the methodologies to reduce datatransmission by adding a translation memory component to the framework. The speed ofexecution is increased by replacing the modules in the machine translation process withlightweight modules, which reduces infrastructure and execution time.
|
2018
|
tom z. 122
175--183
EN
Theoretically, the task of translating from one language to another is still the same as it was only twenty or thirty years ago. In practice, however, the paths that translators take to achieve (more or less) the same results are changing all the time. This is because of changes in the media being worked in and with, as well as the increasingly powerful tools which are there for translators to use. These changes inevitably mean that the training which future translators receive has to be changed and adapted to reflect the changes in the way in which they will have to work, and even to reflect changes in the role of the translator.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.