Prediction of Translation Techniques for the Translation Process

要約

機械翻訳 (MT) には、翻訳の精度を高めることを目的としたさまざまな方法論が含まれています。
対照的に、人間による翻訳プロセスは、言語の適切性と流暢性を確保するために重要な幅広い翻訳技術に依存しています。
この研究は、これらの翻訳技術が、翻訳プロセスを効果的に導くために適用される前に自動的に識別されれば、機械翻訳をさらに最適化できる可能性があることを示唆しています。
この調査では、翻訳プロセスの 2 つのシナリオ、つまり最初からの翻訳とポストエディットを区別しています。
シナリオごとに、最も適切な翻訳技術を予測するために、特定の一連の実験が設計されています。
調査結果によると、最初からの翻訳の予測精度は 82% に達し、ポスト編集プロセスではさらに大きな可能性が示され、93% の精度率を達成しました。

要約(オリジナル)

Machine translation (MT) encompasses a variety of methodologies aimed at enhancing the accuracy of translations. In contrast, the process of human-generated translation relies on a wide range of translation techniques, which are crucial for ensuring linguistic adequacy and fluency. This study suggests that these translation techniques could further optimize machine translation if they are automatically identified before being applied to guide the translation process effectively. The study differentiates between two scenarios of the translation process: from-scratch translation and post-editing. For each scenario, a specific set of experiments has been designed to forecast the most appropriate translation techniques. The findings indicate that the predictive accuracy for from-scratch translation reaches 82%, while the post-editing process exhibits even greater potential, achieving an accuracy rate of 93%.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google