지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
English allows inanimate subjects with theta-roles such as Causer, Theme, Source, Instrument, Locative, and Time while Korean generally allows inanimate subjects with only Theme. Machine translation of English into Korean, however, does not reflect this mismatch and only considers the syntactic position. This paper examines the current status of machine translation and propose a way which can be helpful in making an algorithm to reduce errors. This study uses three machine translators available online to translate English sentences with inanimate subjects into Korean. Only 3% of all the Korean translations by machine translators were acceptable. English verbs should be classified based on theta-role frames to reduce translation errors. Nouns should be assigned an animacy feature: [+animate] or [-animate]. A machine translator should have an algorithm whereby (1) [-animate] subjects are translated adverbially according to the theta-roles of the subjects, (2) objects are translated as subjects in Korean, and (3) verbs are translated into either intransitive verbs or passivized verbs morphologically or syntactically based on the context and the characteristics of Korean verbs.
목차
1. 서론
2. 의미역과 무생물 주어 구문의 종류
3. 영어 무생물 주어 구문의 기계번역
4. 결론
참고문헌
참고문헌 (19)
참고문헌 신청
이 논문의 저자 정보
이 논문과 함께 이용한 논문
한국인 일본어 학습자와 한일 기계번역의 어휘 오류 비교 연구
조남성
일본연구
2011
.02
규칙 기반 영한 기계번역 시스템의 영어 구문 규칙 관리 시스템
김성동
정보과학회논문지 : 컴퓨팅의 실제 및 레터
2014
.07
과거시제의 영어 복문과 중문에 대한 번역가 번역과 기계번역 비교
최동익
언어학 연구
2016
.04
구글 번역의 사례연구 : 번역품질과 번역단위와의 관계를 중심으로
임순정
,
한미선
번역학연구
2014
.03
중국어 자동번역 오류 귀납 : ‘구글 번역’기반 장르별 중한 기계번역 오류 유형 귀납을 중심으로
김윤정
담화·인지언어학회 학술대회 발표논문집
2018
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-700-002752645