Detailansicht
Menschliche und automatische Evaluation von Übersetzungen von Fachtexten in Google Translate
Rosita Lo Presti
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Übersetzen Deutsch Englisch
Betreuer*in
Gerhard Budin
DOI
10.25365/thesis.43477
URN
urn:nbn:at:at-ubw:1-27569.85711.629171-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die vorliegende Arbeit beschäftigt sich mit dem Thema Evaluation der maschinellen Übersetzung. Ziel dieser Arbeit ist es, anhand eines praktischenVergleichs von menschlichen und automatischen Evaluationsmethoden versuchen zu verstehen, was hinter den rein numerischen Daten der automatischen Methoden steckt und ob die Werte der Metriken mit menschlichen Evaluationen korrelieren. In den Kapiteln 1 und 2 werden die Grundlagen der Evaluation der maschinellen
Übersetzung erarbeitet und es wird ausgeführt, welche Qualitätskriterien die theoretische Basis der Evaluation bilden. Das dritte Kapitel bietet einen Überblick über die menschlichen Evaluationsmethoden. Im vierten Kapitel werden die gängigsten automatischen Methoden ausgeführt. Das fünfte Kapitel enthält die Beschreibung der im Rahmen dieser Masterarbeit
durchgeführten Studie. Zuerst wird die Tauglichkeit von Fachtexten für die maschinelle Übersetzung insbesondere durch die WSD (Word Sens Disambiguation) unterstützt und die Merkmale der medizinischen Sprache werden in Bezug auf die maschinelle Übersetzung erklärt. Nach diesem einführenden Teil werden die Gegenstände der Meta-Evaluation vorgestellt, nämlich die Metriken TER (Translation Edit Rate) und HTER (Translation Edit Rate with Human
Targeted Reference) und die menschlichen Evaluationsmethoden, nämlich der Post-Editing-
Aufwand und die Bewertung von fleuncy und adequcy. Zudem werden die Methoden der
praktischen Ausführung der Studie dargelegt, d.h. die Aufzeichnung von Post-Editing-Zeitund
Aufwand und die Bewertung der Endbenutzer. Im sechsten Kapitel werden die Ergebnisse ausgewertet. Es wird aufgezeigt, wie TER, HTER, Post-Eding-Zeit- und Aufwand und Bewertungen (fluency und adequacy) in Zusammenhang stehen. Die Analyse erfolgt durch einen segmentweisen Vergleich und wird anhand eines qualitativen Ansatzes durchgeführt.
Schlagwörter
Schlagwörter
(Englisch)
machine translation automatic evaluation manual evaluation TER Google Translate evaluation metrics technical texts
Schlagwörter
(Deutsch)
automatische Evaluation menschliche Evaluation maschinelle Übersetzung Metriken TER Fachtexten Medizin Google Translate
Autor*innen
Rosita Lo Presti
Haupttitel (Deutsch)
Menschliche und automatische Evaluation von Übersetzungen von Fachtexten in Google Translate
Publikationsjahr
2016
Umfangsangabe
ii, 129 Seiten Diagramme
Sprache
Deutsch
Beurteiler*in
Gerhard Budin
Klassifikationen
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft ,
54 Informatik > 54.75 Sprachverarbeitung
AC Nummer
AC13481088
Utheses ID
38481
Studienkennzahl
UA | 060 | 331 | 342 |