TERMINOLOGY AS A LEARNING OBJECT IN MACHINE TRANSLATION
Ключевые слова:
терминология, машинный перевод, объект обучения, качество перевода, понимание контекста.Аннотация
В последние годы в машинном переводе (МП) наблюдался значительный прогресс, однако сохраняются проблемы с точным переводом специализированной терминологии в различных областях. В данной статье исследуется роль терминологии как объекта обучения в машинном переводе. В нем рассматривается значение терминологии в обеспечении точности, последовательности и контекстуального понимания перевода. Благодаря всестороннему обзору литературы и эмпирических данных в этой статье подчеркивается важность включения терминологии в модели машинного перевода в качестве объекта обучения для повышения качества перевода.
Библиографические ссылки
Abdurakhmonov N. Modeling Analytic Forms of Verb in Uzbek as Stage of Morphological Analysis in Machine Translation. Journal of Social Sciences and Humanities Research. 2017;5(03):89-100.
Abdurakhmonova N, Tuliyev U. Morphological analysis by finite state transducer for Uzbek-English machine translation/Foreign Philology: Language. Literature, Education. 2018(3):68.
Abdurakhmonova N, Urdishev K. Corpus based teaching Uzbek as a foreign language. Journal of Foreign Language Teaching and Applied Linguistics (J-FLTAL). 2019;6(1- 2019):131-7.
Abduraxmonova, N. Z. "Linguistic support of the program for translating English texts into Uzbek (on the example of simple sentences): Doctor of Philosophy (PhD) il dis. aftoref." (2018).
Aripov, M., Sharipbay, A., Abdurakhmonova, N., Razakhova B.: Ontology of grammar rules as example of noun of Uzbek and Kazakh languages. In: Abstract of the VI International Conference “Modern Problems of Applied Mathematics and Information Technology - Al-Khorezmiy 2018”, pp. 37–38, Tashkent, Uzbekistan (2018)
Bentivogli, L., Bisazza, A., & Cettolo, M. (2016). Neural versus phrase-based machine translation quality: a case study. arXiv preprint arXiv:1608.04631.
Cao, J., Chen, K., Jin, Y., & Li, X. (2020). A Review of Machine Translation Technology Based on Deep Learning. In Advances in Intelligent Systems and Computing (Vol. 1131, pp. 587-595). Springer.
Chatterjee, S., & Gupta, K. (2018). Sentiment Analysis of Amazon Product Reviews Using Machine Learning Algorithms. Procedia Computer Science, 132, 1078-1085.
Chu, C., Wang, Y., Wu, W., & Ma, W. (2018). Domain Adaptation for Neural Machine Translation with Domain-Invariant Feature Embeddings. In Proceedings of the 27th International Conference on Computational Linguistics (pp. 1743-1755).
Koehn, P. (2017). Neural machine translation. In Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing (pp. 9-12).
Pinto, M., Nisi, V., & Palmonari, M. (2018). A methodology for the construction of multilingual domain-specific terminologies: the case of environment. Data Science Journal, 17(0), 13.
Popović, M., & Ney, H. (2018). Towards language adaptive machine translation. Machine Translation, 32(3), 225-253.
Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30, 5998-6008.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
