检索结果-内蒙古大学图书馆

作者：杨雨欣广东外语外贸大学

学位级别：硕士

人工智能等前沿技术正在改变翻译行业的工作范式,科技赋能翻译行业已是大势所趋,人机合作是未来的重点趋势。机器翻译不仅提升了翻译的效率,而且译文质量也可圈可点。然而,机器产出的译文准确性仍有待改进。译者可以通过译前或译后编辑... 详细信息

人工智能等前沿技术正在改变翻译行业的工作范式,科技赋能翻译行业已是大势所趋,人机合作是未来的重点趋势。机器翻译不仅提升了翻译的效率,而且译文质量也可圈可点。然而,机器产出的译文准确性仍有待改进。译者可以通过译前或译后编辑参与到人机合作过程中来,目前已有大量与译后编辑相关的研究,而对译前编辑的研究相对较少。译前编辑作为人机合作的重要组成部分,其作用值得探讨。对基于规则的机器翻译和统计机器翻译的译前编辑效果已有学者进行了分析,指出译前编辑确实能提升这两类机器翻译系统的译文质量,然而对于译前编辑是否能提升神经网络机器翻译的译文质量,目前国内外研究尚有所缺乏。文本体裁、翻译方向、具体翻译引擎等都能影响到机器译文的质量。本实验报告选取文学、医学两类文本类型,以汉语到英语为翻译方向,分别选取国内外具有代表性的翻译引擎百度翻译和谷歌翻译,以研究译前编辑能否提升神经机器翻译系统的质量,并提出基于文本类型的译前编辑规则。通过梳理总结相关文献,笔者确定了三条译前编辑规则:1)避免使用造成歧义的词汇;2)补充句子缺失成分和/或必要隐含信息;3)按照英语句法习惯调整汉语句子结构,使机器能更好理解。为了研究译前编辑对不同文本类型的影响效果,本报告共选取60个句子作为实验对象,每类文本选取30句例子,参考《翻译服务译文质量要求》(GB T 19682-2005),对两大机器翻译引擎的译文进行人工评价,分析未经过译前编辑的和经过译前编辑后的译文质量。实验结果表明,这三条译前编辑规则能够提升神经网络机器翻译的质量,且作用于文学文本的提升效果更明显。通过探讨译前编辑对神经网络机器翻译的质量影响,本实验报告旨在总结出能够提升神经网络机器翻译译文质量的译前编辑规则,并给语言服务行业从业者一定借鉴,提升其在使用机器翻译过程中的效率及产出的译文质量。

关键词：译前编辑神经网络机器翻译机器翻译质量评估实验报告

来源：评论

学校读者我要写书评

暂无评论

概念隐喻视角下GNMT汉英隐喻翻译质量评估 ——以《习近平谈治国理政》第二卷为例

概念隐喻视角下GNMT汉英隐喻翻译质量评估 ——以《习近平谈治国...

引用

作者：王思琳北京外国语大学

学位级别：硕士

近年来,由于人工神经网络、机器学习和深度学习研究不断取得进展,人工智能迈入新的发展阶段,机器翻译也实现颠覆性突破,机器翻译语言质量得到大幅提升。2016年,Google推出全新的神经网络机器翻译系统(Google Neural Machine Translation... 详细信息

近年来,由于人工神经网络、机器学习和深度学习研究不断取得进展,人工智能迈入新的发展阶段,机器翻译也实现颠覆性突破,机器翻译语言质量得到大幅提升。2016年,Google推出全新的神经网络机器翻译系统(Google Neural Machine Translation)。GNMT系统是端到端的学习架构,采用目前最先进的训练技术,构建了包含八个解码层和八个编码层的深度LSTM网络和Attention机制,在多个主要语言对的翻译中将翻译误差降低了 55%至85%以上。不过,尽管GNMT大大提升了机器翻译语言转换能力,但在一些主要语言对中,尤其是在汉语到英语的翻译上,仍然面临一些问题,其中隐喻翻译就是机器翻译的一大难点。本研究以概念隐喻作为理论框架,采用定量与定性相结合的研究方法,选取《习近平谈治国理政》第二卷作为研究语料,通过与人工隐喻翻译对比,评估GNMT翻译系统在隐喻翻译上的译文质量与翻译策略选择。本研究将从语料中收集到的所有概念隐喻分为十类并计算隐喻使用频率,按使用频率高低依次为旅行隐喻(58.07%)、工程隐喻(19.40%)、战争隐喻(16.36%)、人类隐喻(2.16%)、植物隐喻(1.49%)、机械隐喻(1.17%)、疾病隐喻(0.68%)、家庭隐喻(0.34%)、气候隐喻(0.20%)和动物隐喻(0.13%)。研究发现,与外文出版社人工隐喻翻译对比,GNMT翻译系统在翻译工程隐喻、旅行隐喻、机械隐喻、植物隐喻、战争隐喻和气候隐喻这六种隐喻时表现优秀,基本可以适用,而在人类隐喻、疾病隐喻、家庭隐喻和动物隐喻这四种隐喻翻译中表现较弱,不能适用,影响GNMT隐喻翻译的因素主要以文化因素为主。本研究旨在通过与人工隐喻翻译对比,评估GNMT翻译系统在隐喻翻译上的译文质量,以期提高语言服务提供者对GNMT系统的理解,深入了解其优势和局限,以便可以更好地利用机器辅助翻译,同时也希望能够为机器翻译研发工程师提供一定的隐喻翻译方面的见解。

关键词：神经网络机器翻译隐喻翻译隐喻《习近平谈治国理政》第二卷

来源：评论

学校读者我要写书评

暂无评论

基于复述模型的NMT手机翻译软件开发

基于复述模型的NMT手机翻译软件开发

引用

作者：崔美臣内蒙古大学

学位级别：硕士

每种翻译模型一般是针对某个问题而提出改进方法,这些方法在改进了某些问题的同时又会造成了另外的问题,同时每种方法对源语言的描述会产生误差,不能完全表达出源语言句子的含义。复述是指对相同语义的不同表达方式。针对不同系统的特... 详细信息

每种翻译模型一般是针对某个问题而提出改进方法,这些方法在改进了某些问题的同时又会造成了另外的问题,同时每种方法对源语言的描述会产生误差,不能完全表达出源语言句子的含义。复述是指对相同语义的不同表达方式。针对不同系统的特点使用复述技术对译文进行复述,使其更加符合我们的语言习惯。然后使用系统融合方法进一步利用不同系统的优势改善译文质量。最后本文基于翻译模型和复述模型进行蒙古文到汉文的手机翻译软件的设计与实现。本文具体实验内容如下:(1)对统计机器翻译译文进行复述时,复述语料来源于循环神经网络和卷积神经网络翻译模型的译文,复述模型分别利用循环神经网络和卷积神经网络得到,实验最好的结果使BLEU值由29.55提升至30.86;对循环神经网络翻译模型的译文复述时,复述语料来源于循环神经网络和卷积神经网络翻译模型的译文,复述模型使用循环神经网络和卷积神经网络得到,实验最好结果使BLEU值由30.71上升至31.72。(2)使用MEMT融合工具对融合候选译文进行融合,融合方法使得统计机器翻译译文和循环神经网络翻译译文BLEU值分别上升至31.01和31.72。实验证明复述和系统融合方法可以提升翻译质量。最后本文使用C/S架构、MVC模式实现蒙古文到汉文的基于复述模型的神经网络机器翻译手机翻译软件。该软件将输入的蒙文句子先翻译后复述,最终将蒙古文翻译成汉文。

关键词：神经网络机器翻译复述模型系统融合蒙汉手机翻译软件

来源：评论

学校读者我要写书评

暂无评论

基于GOOGLE神经网络汉英翻译的译后编辑研究——以科技文本为例

引用

西南石油大学学报（社会科学版） 2020年第1期22卷 107-112页

作者：蔡强董冬冬江西理工大学外语外贸学院江西赣州341000

近年来,以Google神经网络为代表的机器翻译发展迅猛,且对于某些正式文本的翻译质量高达百分之六七十,但机器译文仍需要人工进行审校与修改,因此以机器翻译为基础的译后编辑需要进一步深入研究。从中国知网(CNKI)数据库选取200篇来自江... 详细信息

近年来,以Google神经网络为代表的机器翻译发展迅猛,且对于某些正式文本的翻译质量高达百分之六七十,但机器译文仍需要人工进行审校与修改,因此以机器翻译为基础的译后编辑需要进一步深入研究。从中国知网(CNKI)数据库选取200篇来自江西理工大学强势学科有色金属方面的SCI、EI科技论文(2015-2017年)的中文摘要进行Google汉英机器翻译,并对译文进行人工分析,同时参考其原有英文摘要进行比较研究。结果显示:Google科技文本汉英机器翻译的错误主要在于词汇、句法、逻辑等方面,且出现错误频率依次递减。针对以上4类错误,笔者进行详细的案例分析,在词汇、句法、逻辑、标点使用方面提出应对措施,为科技文本机器翻译的译后编辑提供实践参考。

关键词：译后编辑神经网络机器翻译科技文本 Google 语料库翻译

来源：评论

学校读者我要写书评

暂无评论

人机时代专利翻译前景分析

引用

中国发明与专利 2019年第11期16卷 64-67页

作者：官凤霞费一楠中国专利信息中心

近年来,神经网络机器翻译技术迅速发展,逐步取代传统的基于规则和基于统计的机器翻译,成为工业界和学术界新的翻译主流技术。但研究发现,在专利翻译这个垂直领域,机器翻译尚存诸多质量问题,传统的翻译工作模式不能适应新技术的发展要求... 详细信息

近年来,神经网络机器翻译技术迅速发展,逐步取代传统的基于规则和基于统计的机器翻译,成为工业界和学术界新的翻译主流技术。但研究发现,在专利翻译这个垂直领域,机器翻译尚存诸多质量问题,传统的翻译工作模式不能适应新技术的发展要求。本文在探讨解决专利汉英机器翻译质量问题的基础上,进一步分析预测了机器翻译技术发展对传统专利翻译工作模式和译者工作内容造成的影响,以期为广大语言服务商克服机器翻译技术缺陷、在新技术发展机遇中实现创新与转型提供有益参考。

关键词：机器翻译神经网络机器翻译专利专利翻译译后编辑

来源：评论

学校读者我要写书评

暂无评论

基于神经网络机译下的科技文本翻译质量研究

引用

绥化学院学报 2024年第6期44卷 63-65页

作者：宋玮雯赵娟西安邮电大学人文与外国语学院陕西西安710000

随着人工智能技术的发展,机器翻译已成为目前主流翻译方式,而神经网络翻译作为其新的范式,大大提升了机器翻译的效率与准确率。文章以《经济学人》科技类文本为例,从词汇、句法、语篇三个方面分析不同神经网络机器翻译平台得出的译文,... 详细信息

随着人工智能技术的发展,机器翻译已成为目前主流翻译方式,而神经网络翻译作为其新的范式,大大提升了机器翻译的效率与准确率。文章以《经济学人》科技类文本为例,从词汇、句法、语篇三个方面分析不同神经网络机器翻译平台得出的译文,发现机器翻译过程中出现的问题,以期为神经网络机器翻译的研究提供借鉴。

关键词：神经网络机器翻译科技文本机译质量

来源：评论

学校读者我要写书评

暂无评论

概念隐喻视角下的GNMT翻译对比研究——以习近平主席二〇二一年新年贺词为例

引用

海外英语 2022年第15期 13-16页

作者：杜程程石艳玲曲阜师范大学山东日照276800

在2016年11月,谷歌公司发布了神经网络翻译系统(GNMT),是谷歌公司开发的神经机器翻译(NMT)操作系统,这将大大提高Google译文的流利程度和准确率。GNMT和基于短语的传统机器翻译系统差别在于其采取的是端对端的机器学习结构,加之以循环... 详细信息

在2016年11月,谷歌公司发布了神经网络翻译系统(GNMT),是谷歌公司开发的神经机器翻译(NMT)操作系统,这将大大提高Google译文的流利程度和准确率。GNMT和基于短语的传统机器翻译系统差别在于其采取的是端对端的机器学习结构,加之以循环神经网络和注意力机制,在多种主要语对的翻译过程中将翻译差错减少了百分之八十五以上。该文以概念隐喻为理论框架,选取语料是官方英文版习近平主席2021年新年贺词,采取定量与定性相结合的研究方法,对比分析翻译策略的选择,对GNMT译文质量加以评估分析。研究表明:1)习近平主席二〇二一年新年贺词中出现了五类隐喻:战争隐喻(32.0%)、人体隐喻(23.2%)、河流隐喻(8.7%)、建筑隐喻(5.8%)、旅程隐喻(5.8%);2)GNMT在翻译战争隐喻、人体隐喻、河流隐喻、旅途隐喻、建筑隐喻时表现较好;在翻译建筑隐喻表现较差。本研究旨在加深语言服务提供者对GNMT的了解,以期更好地利用机器辅助翻译。同时希望能够对于研发工程师升级机器翻译系统有一定的启发作用。

关键词：神经网络机器翻译概念隐喻习近平主席二〇二一年新年贺词隐喻翻译语言学

来源：评论

学校读者我要写书评

暂无评论

中文信息处理发展报告（2016）第十四章机器翻译研究进展、现状及趋势

中文信息处理发展报告（2016）第十四章机器翻译研究进展、现状...

引用

1.任务定义、目标和研究意义机器翻译(machine translation,MT)是指利用计算机实现从一种自然语言到另外一种自然语言的自动翻译。被翻译的语言称为源语言(source language),翻译到的语言称作目标语言(target language)。

关键词：翻译方法基于规则端到端目标语言神经网络机器翻译源语言机器翻译研究机器翻译技术中文信息处理现状及趋势

来源：评论

学校读者我要写书评

暂无评论

A Lightweight Multilingual Translation Model for Asian Languages

A Lightweight Multilingual Translation Model for Asian Langu...

引用

作者： Md Mosharof Hossain 中原工学院

学位级别：硕士

亚洲语系的多语言机器翻译是一项复杂并具有挑战性的任务,它涉及在不同的书写规则、语法结构和文化背景下将文本从一种语言转换为另一种语言。亚洲语言中,如中文、泰米尔语、乌尔都语、旁遮普语和波斯语,都具有各自的特征,对传统的机器... 详细信息

亚洲语系的多语言机器翻译是一项复杂并具有挑战性的任务,它涉及在不同的书写规则、语法结构和文化背景下将文本从一种语言转换为另一种语言。亚洲语言中,如中文、泰米尔语、乌尔都语、旁遮普语和波斯语,都具有各自的特征,对传统的机器翻译系统来说是一项重大挑战。例如,在这些语言中,经常使用复杂的句子结构、惯用语和礼貌用语,所以需要对语言及其背后的文化有深刻理解才能准确翻译。深度学习技术和神经网络技术在亚洲语系的多语言机器翻译的水平提升上有很好的表现。BERT和GPT-3等基于Transformer的模型可以提高翻译质量。目前关于亚洲语系的多语言翻译模型的研究相对较少,而且现有的模型和特征选择都存在局限性。大多数下游过程中使用预先训练好的基于汉语特点的模型,但这些模型忽略了单词的真正含义,导致提取错误特征。许多亚洲语言都属于“低资源”这一类别,由于缺乏并行训练数据和计算机资源,所以针对多数亚洲语言构建高质量的机器翻译模型是很困难的。最后,本文研究了如何解决基于字符的预训练模型的翻译失配问题,并设计了一个轻量级的多语言翻译模型。通过将模型实验结果与具有BLUE分数的基准和基线模型来进行比较,证明了本文方法的有效性,研究内容如下:为了清楚起见,本文利用相似性权重将一个词的嵌入映射到其字母的嵌入。组合字符图像有助于我们理解单词分隔。基于对齐的注意力机制不关注不重要的字符,本文使用一种集成方法来聚合分词器的分割结果,用以减少分词错误传播。在中文NLP任务情感分类、短语对匹配、自然语言推理和机器阅读理解的任务中,本文的研究超越了基线预训练模型BERT、BERT-wwm和ERNIE。这种方法可以用单词真实的含义来解决误读词。本文使用数据收集、预处理、模型架构、训练、评估和优化为亚洲语言设计了一个轻量级多语言翻译模型,提出了一个针对亚洲语言的轻量级多语言翻译模型,在不影响翻译质量的情况下处理其独特的语言特征。并且在模型中使用了NLP常用模型Transformer。同时减少了模型参数,从而在不影响精度的情况下提高翻译准确性,使用中文、日文、韩文、泰文、越南文和印度尼西亚文的数据对模型进行了训练。本文的方法在翻译质量方面也超过了多语言翻译模式的标准,特别是对于亚洲语言。本文介绍了模型的相关内容与实验结果。实验采用了本文提出的多语言翻译框架EHBNet,这是第一个基于亚洲语言的升级版BERT模型的混合深度学习模型。通过与基准和基线模型比较,模型的实验结果证明了本文方法的优越性。对比分析表明,所提框架在精度和结果上均优于参考模型。与当前参考模型相比,所提出的架构丢失的数据更少。根据BLEU分数,语言嵌入在7种亚洲语言的语言聚类方面优于以前的知识(语言家族)。亚洲语言的词序和语法结构变化符合这一假设。编码器-解码器结构准确地表示了多种语言,同时保持了它们的特征。本文用有限的训练数据证明了模型的性能,将所提出的模型实验结果与基准和基线模型的BLUE分数进行了比较,尽管缺乏训练数据,本文的模型与其他模型进行对比还是很有优势。总而言之,本文提出的轻量级多语言翻译模型解决了亚洲语言翻译问题,适用于实际应用。

关键词：神经网络机器翻译序列到序列(Seq2Seq)模型 Transformer模型注意力机制预处理标记化分词多语言NMT 混合NMT 编码器-解码器架构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：