汉英机器翻译与人工编辑分析 ——基于在线即时翻译工具

汉英机器翻译与人工编辑分析 ——基于在线即时翻译工具

论文摘要

计算机信息技术的迅猛发展,不仅带动了机器翻译本身的技术更新,也为其提供了更广阔的服务平台。目前,网络上的翻译工具众多,其中免费在线即时翻译服务方便快捷,正受到越来越多人的欢迎。但是,目前这些即时翻译工具的准确率往往还不够高,其汉英翻译的质量远低于英汉翻译,通常难以直接满足我们的需求。本研究以在线即时翻译系统的汉英翻译为研究对象,通过对四种影响力较大的即时翻译系统的汉英翻译译文进行分析,评估其系统特性,总结其翻译中的不足,并探讨如何改进其翻译质量。文中所用的测试平台分别为基于Systran系统的雅虎宝贝鱼,基于自制系统的谷歌翻译,基于自制系统的有道翻译以及基于华建系统的译世界。本文第一章简单介绍研究背景,网络翻译工具概况;第二章介绍机器翻译与人工翻译的相互关系,机器翻译的系统分类,汉英机器翻译的难点以及机器翻译评估标准;第三章介绍本文的研究方法;第四章分析译文;第五章讨论人工编辑;第六章为总结与建议。本研究发现:即时翻译系统的汉英翻译质量仍不太令人满意,对于词汇层面歧义、命名实体的识别、成语等以及句子层面的长句、语序、时态、复杂结构等的处理上还存在一些问题:不同系统间也显现出不同的特性,谷歌和有道的翻译简洁,但会遗漏一些信息,而宝贝鱼和译世界则倾向于逐字翻译,译文比较冗长。基于上述研究,本论文根据翻译系统的特性提出了有效的译前编辑和译后编辑策略,改进在线翻译系统的翻译质量。

论文目录

  • 摘要
  • Abstract
  • Contents
  • Chapter One Introduction
  • 1.1 Internet and Machine Translation
  • 1.2 Common Online Translation Tools
  • 1.3 Advantages and Disadvantages of Online Translation Tools
  • 1.4 Introduction of Four Online-Instant Translation Systems
  • 1.4.1 Systran
  • 1.4.2 Google
  • 1.4.3 Youdao
  • 1.4.4 Huajian
  • 1.5 Layout of the Thesis
  • Chapter Two Literature Review
  • 2.1 Human Translation Process and Machine Translation Model
  • 2.2 Different MT Systems
  • 2.2.1 Rule-based MT System
  • 2.2.2 Corpus-based MT System
  • 2.2.3 Hybrid MT System
  • 2.3 Difficulties in C-E Translation
  • 2.4 MT Evaluation
  • Chapter Three Research Design
  • 3.1 Purpose of the Study
  • 3.2 Research Questions
  • 3.3 Research Methods
  • 3.3.1 Data Collection
  • 3.3.2 Data analysis
  • Chapter Four MT Output Analysis
  • 4.1 Lexical Level
  • 4.1.1 Ambiguity Words
  • 4.1.2 Named-entity
  • 4.1.3 Idioms
  • 4.1.4 New Words
  • 4.2 Syntactical Level
  • 4.2.1 Long sentence
  • 4.2.2 Complex Structure
  • 4.2.3 Word Order
  • 4.2.4 Ellipsis
  • 4.2.5 Tense
  • Chapter Five Human Editing
  • 5.1 Pre-editing
  • 5.1.1 Removing Input Errors
  • 5.1.2 Segmenting Long Sentences
  • 5.1.3 Adding Subjects and Objects
  • 5.1.4 Segmenting Ambiguous Words
  • 5.1.5 Translating Named-Entity
  • 5.1.6 Paraphrasing Idioms and Culture-rooted Phrases
  • 5.2 Post-editing
  • 5.2.1 Checking Un-translated Words
  • 5.2.2 Segmenting Long Sentences
  • 5.2.3 Checking Clause Structure
  • 5.2.4 Checking Word Order
  • 5.2.5 Checking Named-entity
  • 5.2.6 Checking Tense
  • 5.2.7 Checking Other Grammatical Properties
  • Chapter Six Conclusion
  • 6.1 Summary of Major Findings
  • 6.2 Suggestions
  • 6.3 Limitations of the Study
  • Acknowledgements
  • References
  • 相关论文文献

    • [1].面向维汉神经机器翻译的双向重排序模型分析[J]. 北京大学学报(自然科学版) 2020(01)
    • [2].多语言的无监督神经机器翻译[J]. 厦门大学学报(自然科学版) 2020(02)
    • [3].罗塞塔石碑与机器翻译[J]. 外语学刊 2020(01)
    • [4].低资源场景下印尼语-汉语机器翻译模型对比分析研究[J]. 湖南工业大学学报 2020(03)
    • [5].神经机器翻译前沿综述[J]. 中文信息学报 2020(07)
    • [6].基于补全信息的篇章级神经机器翻译[J]. 中文信息学报 2020(07)
    • [7].低资源语种傣汉神经机器翻译方法[J]. 昆明理工大学学报(自然科学版) 2020(04)
    • [8].财经新闻机器翻译常见错误类型的译后编辑研究[J]. 信息与电脑(理论版) 2020(16)
    • [9].机器翻译融入翻译教学的模式探究[J]. 科学大众(科学教育) 2018(12)
    • [10].机器翻译给译者带来的机遇和挑战[J]. 安徽文学(下半月) 2018(12)
    • [11].试论机器翻译与人工翻译的未来关系[J]. 未来与发展 2019(02)
    • [12].浅析机器翻译[J]. 文化产业 2018(08)
    • [13].机器翻译与人工翻译的差异以及未来展望[J]. 通讯世界 2019(05)
    • [14].谈“在线网络机器翻译”与“人工翻译”的互补关系[J]. 河北能源职业技术学院学报 2019(02)
    • [15].深度学习时代下的机器翻译[J]. 人工智能 2018(01)
    • [16].从翻译中的意义角度分析机器翻译对翻译的影响[J]. 智库时代 2019(39)
    • [17].浅谈机器翻译的应用与前景分析[J]. 英语广场 2019(09)
    • [18].跨文化交际视角下的机器翻译谬误分析[J]. 北京印刷学院学报 2019(10)
    • [19].21世纪国外机器翻译译后编辑实证研究[J]. 湖南大学学报(社会科学版) 2018(02)
    • [20].基于约束的神经机器翻译[J]. 中国科学:信息科学 2018(05)
    • [21].俄汉机器翻译与人工翻译对比研究[J]. 现代交际 2018(12)
    • [22].机器翻译问题与解决方案研究[J]. 文化创新比较研究 2018(19)
    • [23].面向维汉机器翻译的语料筛选技术研究[J]. 计算机应用研究 2016(12)
    • [24].机器翻译软件的适用性与局限性分析[J]. 戏剧之家 2016(24)
    • [25].基于句法知识的复句解构对韩汉复句机器翻译改进刍议[J]. 洛阳师范学院学报 2017(02)
    • [26].机器翻译:人类距离“重建”巴别塔还有多远?[J]. 机器人产业 2017(03)
    • [27].神经机器翻译前沿进展[J]. 计算机研究与发展 2017(06)
    • [28].利用句法信息改进交互式机器翻译[J]. 中文信息学报 2017(02)
    • [29].基于动态词对齐的交互式机器翻译[J]. 中文信息学报 2017(04)
    • [30].论机器翻译的现状[J]. 南国博览 2019(04)

    标签:;  ;  ;  

    汉英机器翻译与人工编辑分析 ——基于在线即时翻译工具
    下载Doc文档

    猜你喜欢