本文關鍵詞：以診斷排序式綜合譯文評價法衡量神經網絡機器翻譯之進展　出處：《北京外國語大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 神經網絡機器翻譯 譯文質量評價 診斷性評價 排序

【摘要】：一直以來,機器翻譯技術的發(fā)展始終與計算機技術、信息論、語言學等學科的發(fā)展緊密相關。近年來,隨著人工智能的發(fā)展,一種新型機器翻譯手段——神經網絡機器翻譯(NMT)開始逐步為人所知,其中最著名的就是谷歌研究團隊推出的谷歌神經網絡機器翻譯(GNMT),其實驗報告聲稱取得機器翻譯有史以來的最大進展,將傳統(tǒng)機器翻譯準確度提高了 55%至85%以上。隨著GNMT的面世,兩種觀點開始變得尤為流行:一種認為以GNMT為代表的神經網絡機器翻譯將很快全面取代人類譯員,另一種則將GNMT視為神經網絡機器翻譯的最高水準,認為其性能與表現(xiàn)均應超過同類神經網絡機器翻譯系統(tǒng)。為檢驗以上兩種觀點,并衡量當前神經網絡機器翻譯所取得的真實進展,本文使用來自不同領域的真實語料對三個常見神經網絡機器翻譯系統(tǒng)(包括谷歌神經網絡機器翻譯、搭載了神經網絡技術的百度翻譯以及有道神經網絡機器翻譯)進行測試,并使用診斷性譯文質量評價與排序評價結合的方式對測試結果進行評估。實驗結果表明,神經網絡機器翻譯與傳統(tǒng)機器翻譯系統(tǒng)相比,譯文質量的確明顯提升,但同時與人類譯文仍然差距尚遠,短期內很難完全取代人類譯員。另外,雖然GNMT采用了先進的人工智能技術,但神經網絡機器翻譯和其他機器翻譯系統(tǒng)類似,譯文質量受源語和文本類型影響明顯。因此在漢英翻譯的語境下,GNMT并非總能產出質量最高的翻譯。相反,由于對漢語語料的熟悉程度高,國內的百度翻譯與有道神經網絡機器翻譯反而表現(xiàn)更加突出。本文研究表明,神經網絡機器翻譯代表著機器翻譯的未來,對未來翻譯專業(yè)的教與學都具有重要啟示。
[Abstract]:In recent years , with the development of artificial intelligence , the translation quality of a new type of machine translation has been improved by 55 % to 85 % .

【學位授予單位】：北京外國語大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：H085

【參考文獻】

相關期刊論文 前1條

1 秦穎;;翻譯質量自動評價研究綜述[J];計算機應用研究;2015年02期

，

本文編號：1389002