학부번역전공자의 인간번역과 기계번역 포스트에디팅 품질 비교

이선우; 이상빈

추천

검색

자료유형: 학술저널

저자정보: 이선우 (한국외국어대학교) 이상빈 (한국외국어대학교)

저널정보: 이화여자대학교 통역번역연구소 T&I REVIEW T&I REVIEW Vol.11 No.2

발행연도: 2021.12

수록면: 101 - 124 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Sun-Woo Lee and Sang-Bin Lee (2021). Comparing human translation andpost-edited machine translation: A case study of Korean undergraduate students. Thequality of machine translation outputs, including those of Google Translate and NaverPapago, has increased rapidly over the last few years. This development has raisedthe question of whether the current undergraduate translator training program is stillrelevant and feasible. Against this backdrop, a small-scale experiment was conductedin this study to assess the quality of human translation and post-edited machinetranslation undertaken by university students. The participants were two groups of 30Korean undergraduates who attended a basic translation course in the springsemester of 2021. They were asked to translate two Korean texts, Text A (171characters) and Text B (160 characters), both of which were extracted from relativelyeasy newspaper articles, into their B language (English) under two differentconditions. One of the participant groups translated Text A for 10 minutes usingmachine translation outputs and translated Text B for 20 minutes without the help ofany translation machine. The other group performed the same tasks, save that thesource texts were assigned in reverse order. A total of 117 translations were collectedand rated independently on a five-point scale by the two teacher-researchers. Theresults showed that the post-edited translations were much better than the humantranslations and that the human translations contained more errors in vocabulary andgrammar. (Hankuk University of Foreign Studies, Republic of Korea)

#기계번역 #포스트에디팅 #인간번역 #구글/파파고 번역 #번역평가 #free online machine translation (FOMT) #post-editing (MTPE) #Google Translate #Naver Papago #translation quality assessment

참고문헌 (50)

참고문헌 신청

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

김은영 / 2021 / AI기계번역을 활용한 외국어교육의 방향성- 포스트에디팅 수업 사례를 통해 - / 언어학연구 26(1):23~42

김혜림 / 2020 / 학부생 번역자의 중한 기계번역 포스트에디팅 사례연구 / 중국언어연구 (91):383~414

남보리 / 2021 / LSP 관점에서 바라본 기계번역 포스트에디팅의 전략적 지향점: 스타일 가이드 지침 연구 및 LSP 기계번역 서비스 사례 / 번역･언어･기술 2:5~43

마승혜 / 2018 / 한영 기계번역 포스트 에디팅에 대한 경험적 고찰: 학부 교육 과정 및 결과를 중심으로 / 통번역학연구 22(1):53~88

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이선우

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 통역번역학

논문수 1 이용수 18

이상빈

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 통역번역학

논문수 3 이용수 40

최근 본 자료

전체보기

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (50)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)