論文の概要: Creativity in translation: machine translation as a constraint for literary texts

• arxiv url: http://arxiv.org/abs/2204.05655v1
• Date: Tue, 12 Apr 2022 09:27:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-13 13:43:06.093764
• Title: Creativity in translation: machine translation as a constraint for literary texts
• Title（参考訳）: 翻訳における創造性:文学テキストの制約としての機械翻訳
• Authors: Ana Guerberof Arenas and Antonio Toral
• Abstract要約: 本稿では、機械翻訳(MT)、後編集(PE)、援助なし翻訳(HT)の3つのモダリティを用いた、クルト・ヴォネグートによる英語からカタルーニャ語、オランダ語への短い物語の翻訳に関する研究結果を紹介する。 文学データに基づいてトレーニングされたニューラルMTシステムは、現在、創造的な翻訳に必要な機能を持っていない。 さらに重要なことは、MTを使って生の出力を後処理すると、翻訳者の創造性が制限され、結果として翻訳の質が低下し、出版に適さないことだ、と専門家は述べている。
• 参考スコア（独自算出の注目度）: 3.3453601632404073
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This article presents the results of a study involving the translation of a short story by Kurt Vonnegut from English to Catalan and Dutch using three modalities: machine-translation (MT), post-editing (PE) and translation without aid (HT). Our aim is to explore creativity, understood to involve novelty and acceptability, from a quantitative perspective. The results show that HT has the highest creativity score, followed by PE, and lastly, MT, and this is unanimous from all reviewers. A neural MT system trained on literary data does not currently have the necessary capabilities for a creative translation; it renders literal solutions to translation problems. More importantly, using MT to post-edit raw output constrains the creativity of translators, resulting in a poorer translation often not fit for publication, according to experts.
• Abstract（参考訳）: 本稿では、機械翻訳(MT)、後編集(PE)、援助なし翻訳(HT)の3つのモードを用いて、クルト・ヴォネグートによる英語からカタルーニャ語、オランダ語への短い物語の翻訳に関する研究結果を紹介する。 私たちの目標は、定量的な観点から、創造性を探求し、新しさと受容性を伴うと理解することにあります。 その結果,HTのクリエイティビティスコアが最も高く,PE,MTの順に高い結果が得られた。 文学データに基づいてトレーニングされたニューラルMTシステムは、現在、創造的な翻訳に必要な機能を持っていない。 さらに重要なことは、MTを使って生の出力を後処理することで翻訳者の創造性を制限し、結果として翻訳の質が低くなることだ。

関連論文リスト

• Understanding and Addressing the Under-Translation Problem from the Perspective of Decoding Objective [72.83966378613238]
  最新のニューラル・マシン・トランスレーション(NMT)システムでは、アンダー・トランスレーションとオーバー・トランスレーションの2つの課題が残っている。 我々は,NMTにおけるアンダートランスレーションの根本原因を詳細に分析し,デコード目的の観点から解説する。 本研究は,低翻訳の検知器としてEOS(End Of Sentence)予測の信頼性を活用し,低翻訳のリスクが高い候補を罰する信頼性に基づくペナルティを強化することを提案する。
  論文  参考訳（メタデータ） (2024-05-29T09:25:49Z)
• (Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts [52.18246881218829]
  本稿では,大言語モデル(LLM)をベースとした多エージェントフレームワークを,TransAgentsという企業として実装した。 本システムの有効性を評価するため,モノリンガル・ヒューマン・プライス(MHP)とバイリンガル・LLM・プライス(BLP)の2つの革新的な評価戦略を提案する。
  論文  参考訳（メタデータ） (2024-05-20T05:55:08Z)
• Crossing the Threshold: Idiomatic Machine Translation through Retrieval Augmentation and Loss Weighting [66.02718577386426]
  慣用的な翻訳と関連する問題を簡易に評価する。 我々は,変圧器をベースとした機械翻訳モデルが慣用的な翻訳に対して正しくデフォルトとなる点を明らかにするための合成実験を行った。 自然慣用句の翻訳を改善するために, 単純かつ効果的な2つの手法を導入する。
  論文  参考訳（メタデータ） (2023-10-10T23:47:25Z)
• Benchmarking Machine Translation with Cultural Awareness [50.183458829028226]
  文化関連コンテンツの翻訳は、効果的な異文化間コミュニケーションに不可欠である。 多くの文化特化項目(CSI)は言語間の翻訳を欠いていることが多い。 この難しさは機械翻訳システムの文化的意識の分析を妨げる。
  論文  参考訳（メタデータ） (2023-05-23T17:56:33Z)
• Competency-Aware Neural Machine Translation: Can Machine Translation Know its Own Translation Quality? [61.866103154161884]
  ニューラルマシン翻訳(NMT)は、意識せずに起こる失敗に対してしばしば批判される。 本稿では,従来のNMTを自己推定器で拡張することで,新たな能力認識型NMTを提案する。 提案手法は品質評価において優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2022-11-25T02:39:41Z)
• Exploring Document-Level Literary Machine Translation with Parallel Paragraphs from World Literature [35.1398797683712]
  文献翻訳者は, 機械翻訳段落よりも, 84%の割合で人文翻訳を好んでいる。 我々は、通常のMT出力よりも出力が好ましい後編集モデルを専門家によって69%の速度で訓練する。
  論文  参考訳（メタデータ） (2022-10-25T18:03:34Z)
• A Snapshot into the Possibility of Video Game Machine Translation [0.0]
  本稿では,ゲーム翻訳の課題,既存の文献,システムやデータセットについて紹介する。 このような発見は、典型的なルールとパターンを英語からフランス語に翻訳するモデルの能力を強調している。
  論文  参考訳（メタデータ） (2022-09-19T08:16:59Z)
• Neural Machine Translation Quality and Post-Editing Performance [0.04654201857155095]
  我々は高品質なニューラルMT(NMT)に注力し、それ以来最先端のアプローチとなり、ほとんどの翻訳会社にも採用されている。 すべてのモデルにおいて、優れたMTシステムによって、この業界環境での文の変化が少ないことが分かりました。 句ベースのMTの結果とは対照的に、BLEUは時間や最終的な出力品質の安定な予測器ではない。
  論文  参考訳（メタデータ） (2021-09-10T17:56:02Z)
• Backtranslation Feedback Improves User Confidence in MT, Not Quality [18.282199360280433]
  アウトバウンド翻訳に対するユーザーの信頼感と、全体的な最終品質に影響を与える3つの方法を紹介します。 本稿では,英語からチェコ語,エストニア語へのアウトバウンド翻訳実験について述べる。 逆変換のフィードバックは、プロセス全体に対して混合効果を持つ: 生成した翻訳に対するユーザの信頼度を高めるが、客観的な品質ではない。
  論文  参考訳（メタデータ） (2021-04-12T17:50:24Z)
• The Impact of Post-editing and Machine Translation on Creativity and Reading Experience [0.9543667840503736]
  本稿では,英語からカタルーニャ語への3つのモダリティによる架空の物語の翻訳に関する研究結果を紹介する。 各翻訳はクリエイティビティを評価するために分析された。 88人の参加者のコホートがランダムに割り当てられたモダリティで物語を読み、調査を完了した。
  論文  参考訳（メタデータ） (2021-01-15T14:11:11Z)
• Exploiting Neural Query Translation into Cross Lingual Information Retrieval [49.167049709403166]
  既存のCLIRシステムは、高度ニューラルネットワーク翻訳(NMT)ではなく、統計ベースの機械翻訳(SMT)を主に活用している 本稿では,ユーザクリックスルーデータに基づいてクエリ変換ペアを抽出する新しいデータ拡張手法を提案する。 実験結果から,提案手法は強いベースラインよりも高い検索精度が得られることがわかった。
  論文  参考訳（メタデータ） (2020-10-26T15:28:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。