Detailansicht
Pre-Editing als Vorschlag zur Verbesserung Neuronaler Maschineller Übersetzung
Fiorenza Finetti
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Zentrum für Translationswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Translation Italienisch Deutsch
Betreuer*in
Dagmar Gromann
DOI
10.25365/thesis.64291
URN
urn:nbn:at:at-ubw:1-29368.45367.855469-6
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Zielsetzung dieser Masterarbeit ist der Einsatz von Pre-Editing als Vorschlag zur Verbesserung der Resultate neuronaler maschineller Übersetzung für die Sprachkombination Englisch-Italienisch. Die Forschungsfrage dieser Arbeit lautet: Welche Pre-Editing-Methoden und Kombinationen aus Pre-Editing-Methoden verbessern das Resultat der maschinellen Übersetzung aus dem Englischen ins Italienische?
Um die Forschungsfrage zu evaluieren, wird eine Evaluierungsmethode angewandt, die noch nie im Bereich der Translationswissenschaft verwendet worden ist: das Best-Worst-Scaling. Für den empirischen Teil werden ausgewählte Textpassagen von Blogartikeln des Bereichs Biologie durch Pre-Editing-Methoden und Kombinationen aus Pre-Editing-Methoden präeditiert (maximal drei pro Ausgangstext). In einem folgenden Schritt werden die Textpassagen durch eine neuronale maschinelle Übersetzungssoftware übersetzt und die jeweiligen Übersetzungsvarianten einer Gruppe von Proband*innen zur Evaluierung vorgelegt. Die Proband*innen werden im Rahmen des Best-Worst-Scalings gefragt, ihre Präferenzen über die „beste“ und die „schlechteste“ Übersetzung aus einem Set anzugeben.
Die Ergebnisse zeigen, dass nur eine Pre-Editing-Methode aus sechs die am meisten positiven Bewertungen erzielt und deswegen potenziell zur Verbesserung der maschinellen Qualität führen kann. Diese Studie zeigt, dass die Tendenzen in Richtung Pre-Editing steigen könnten und sich diese Methode als sinnvoll für die Verbesserung maschineller Übersetzung erweisen könnte.
Schlagwörter
Schlagwörter
(Deutsch)
Pre-Editing Neuronale Maschinelle Übersetzung Best-Worst-Scaling
Autor*innen
Fiorenza Finetti
Haupttitel (Deutsch)
Pre-Editing als Vorschlag zur Verbesserung Neuronaler Maschineller Übersetzung
Publikationsjahr
2020
Umfangsangabe
v, 125 Seiten : Diagramme
Sprache
Deutsch
Beurteiler*in
Dagmar Gromann
Klassifikation
17 Sprach- und Literaturwissenschaft > 17.45 Übersetzungswissenschaft
AC Nummer
AC16173861
Utheses ID
57041
Studienkennzahl
UA | 070 | 348 | 331 |