Quality of neural machine translation for the Korean-Japanese language pair- the development of editing codes for machine translation

Ju Ri Ae Lee

Quality of neural machine translation for the Korean-Japanese language pair- the development of editing codes for machine translation

Recommendations

Search

인공신경망 기계 번역의 한일/일한 번역 품질에 대한 예비연구-품질향상 검토와 교열코드 적용-

Type: Academic journal

Author: Ju Ri Ae Lee

Journal: 한국통역번역학회 통역과 번역 통역과 번역 제20권 제1호 KCI Accredited Journals

Published: 2018.1

Pages: 43 - 71 (29page)

Usage

Quality of neural machine translation for the Korean-Japanese language pair- the development of editing codes for machine translation

Abstract· Keywords

Report Errors

At the present time, when the development of neural machine translation presents a significant turning point, this paper attempts to compare NMT with existing statistically-based machine translation, and discuss implications for future translator education. Multiple types of MT errors and mistranslations are identified by analysis. This study intends to propose a codified table of those error types as a tool for objective assessment and ongoing monitoring of the quality of MT. Based on a translation editing scheme for learners, error types at lexical, phrasal, syntactic and textual levels were identified, which were then re-sorted for MT. The classification was applied to the analysis of translation of informative texts and news articles, for different error types, MT platforms (Naver, Google) and language directions, to draw graphs to demonstrate the results. Considering that the work of translation in the future will likely evolve into a combination of MT with human post-editing, continuous MT quality assessment would be necessary. The outcome of this study would help post-editors figure out where to focus working with different MT platforms, which is potentially useful for translator training.

No content found

References (19)

Add References

김순미 / 2017 / 신경망번역기(NMT) 활용 학부 번역교육의 가능성 연구 / 통번역교육연구 15(3):5~37

김종희 / 2016 / 포털사이트(portal site) 번역기의 오역에 관한 연구 - 정보 및 설명 텍스트를 중심으로 - / 일어일문학 (69):141~158

마승혜 / 2017 / 기계화되기 어려운 인간 능력과 문학번역 능력 비교․고찰 및 논의 / 통번역학연구 21(3):55~77

박순애 / 2014 / 일・한기계번역과 일본어교육 / 일본어문학 (67):97~122

박영란 / 2017 / 영한번역에서의 시제의 등가성과 기계번역과의 비교: 영어 현재진행형을 중심으로 / 통번역교육연구 15(1):165~194

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

이주리애

Affiliation 이화여자대학교

Fields Humanities > Linguistics and Literature > Interpretation and Translation Studies

Articles 4 Usage 52

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (19)

Recommendations

Related Authors

Recently viewed articles

Comments(0)