論文の概要: Artificial intelligence contribution to translation industry: looking back and forward

• arxiv url: http://arxiv.org/abs/2411.19855v2
• Date: Mon, 02 Dec 2024 16:39:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-03 13:35:59.111134
• Title: Artificial intelligence contribution to translation industry: looking back and forward
• Title（参考訳）: 翻訳産業への人工知能の貢献--振り返って
• Authors: Mohammed Q. Shormani,
• Abstract要約: 13220件がWoS、Scopus、Lensの3つの資料から回収された。 その結果、過去のAIによる翻訳産業への貢献は厳密ではなかったことが判明し、結果としてルールベースの機械翻訳と統計機械翻訳は、出力が満足できない結果となった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study provides a comprehensive analysis of artificial intelligence (AI) contribution to translation industry (ACTI) research, synthesizing it over forty-one years from 1980-2024. 13220 articles were retrieved from three sources, namely WoS, Scopus, and Lens. We provided two types of analysis, viz., scientometric and thematic, focusing on cluster, subject categories, keywords, burstness, centrality and research centers as for the former. For the latter, we thematically review 18 articles, selected purposefully from the articles involved, centering on purpose, approach, findings, and contribution to ACTI future directions. The findings reveal that in the past AI contribution to translation industry was not rigorous, resulting in rule-based machine translation and statistical machine translation whose output was not satisfactory. However, the more AI develops, the more machine translation develops, incorporating Neural Networking Algorithms and (Deep) Language Learning Models like ChatGPT whose translation output has developed considerably. However, much rigorous research is still needed to overcome several problems encountering translation industry, specifically concerning low-source languages, multi-dialectical and free word order languages, and cultural and religious registers.
• Abstract（参考訳）: 本研究は,1980年から2024年までの41年間に渡り,翻訳産業(ACTI)研究への人工知能(AI)の貢献を包括的に分析する。 13220件がWoS、Scopus、Lensの3つの資料から回収された。 分析対象は,クラスタ,主題カテゴリ,キーワード,バーストネス,集中度,研究センタの2種類であった。 後者については、目的、アプローチ、発見、ACTIの今後の方向性への貢献を中心に、関係する記事から意図的に選択された18の項目を理論的にレビューする。 その結果、過去のAIによる翻訳産業への貢献は厳密ではなかったことが判明し、結果としてルールベースの機械翻訳と統計機械翻訳は、出力が満足できない結果となった。 しかし、AIが発達すればするほど、より機械翻訳が発展し、ニューラルネットワークアルゴリズムやChatGPTのような翻訳出力がかなり発達した(深い)言語学習モデルが取り入れられるようになる。 しかし、翻訳業界で遭遇するいくつかの問題、特にローソース言語、多言語・自由語順言語、文化的・宗教的レジスターを克服するためには、厳密な研究が依然として必要である。

関連論文リスト

• A Multilingual Sentiment Lexicon for Low-Resource Language Translation using Large Languages Models and Explainable AI [0.0]
  南アフリカとDRCは、ズールー語、セペディ語、アフリカーンス語、フランス語、英語、ツィルバ語などの言語と共に複雑な言語景観を呈している。 この研究はフランス語とツィルバ語用に設計された多言語辞書を開発し、英語、アフリカーンス語、セペディ語、ズールー語への翻訳を含むように拡張された。 総合的なテストコーパスは、感情を予測するためにトレーニングされた機械学習モデルを使用して、翻訳と感情分析タスクをサポートするために作成される。
  論文  参考訳（メタデータ） (2024-11-06T23:41:18Z)
• Morphosyntactic Analysis for CHILDES [1.6258710071587594]
  CHILDESデータベースのデータの書き起こしとリンクを行っている。 UD(Universal Dependencies)フレームワークを27言語に対して一貫した同値なモルフォシンタクティック分析に応用した。
  論文  参考訳（メタデータ） (2024-07-17T08:11:24Z)
• Distinguishing Translations by Human, NMT, and ChatGPT: A Linguistic and Statistical Approach [1.6982207802596105]
  本研究では,(1)NMTとヒト翻訳(HT)からのChatGPT生成翻訳の識別可能性,(2)翻訳タイプの言語的特徴,(3)ChatGPT生成翻訳とHT,あるいはNMTとの類似度について検討する。
  論文  参考訳（メタデータ） (2023-12-17T15:56:05Z)
• Towards a Deep Understanding of Multilingual End-to-End Speech Translation [52.26739715012842]
  我々は22言語以上で訓練された多言語エンドツーエンド音声翻訳モデルで学習した表現を解析する。 我々は分析から3つの大きな発見を得た。
  論文  参考訳（メタデータ） (2023-10-31T13:50:55Z)
• Recent Advances in Direct Speech-to-text Translation [58.692782919570845]
  我々は、既存の研究成果を、モデリングの負担、データの不足、アプリケーション問題という3つの課題に基づいて分類する。 データ不足の課題に対して、最近の研究は、データ強化、事前学習、知識蒸留、多言語モデリングなど、多くの高度な技術を活用している。 我々は、リアルタイム、セグメンテーション、名前付きエンティティ、性別バイアス、コードスイッチングなど、アプリケーションの問題を分析して要約する。
  論文  参考訳（メタデータ） (2023-06-20T16:14:27Z)
• Exploring Human-Like Translation Strategy with Large Language Models [93.49333173279508]
  大規模言語モデル(LLM)は、一般的なシナリオにおいて印象的な機能を示している。 本研究は,マルチアスペクト・プロンプトと選択のためのMAPSフレームワークを提案する。 品質推定に基づく選択機構を用いて,ノイズや不ヘッピーな知識を抽出する。
  論文  参考訳（メタデータ） (2023-05-06T19:03:12Z)
• Machine Translation for Accessible Multi-Language Text Analysis [1.5484595752241124]
  英語への翻訳後に計算した英語学習尺度の精度が十分であることを示す。 これは、感情分析、トピック分析、単語の埋め込みという3つの主要な分析で、16以上の言語で示します。
  論文  参考訳（メタデータ） (2023-01-20T04:11:38Z)
• No Language Left Behind: Scaling Human-Centered Machine Translation [69.28110770760506]
  低レベルの言語と高レベルの言語のパフォーマンスギャップを狭めるためのデータセットとモデルを作成します。 何千ものタスクをトレーニングしながらオーバーフィッティングに対処するために,複数のアーキテクチャとトレーニングの改善を提案する。 本モデルでは,従来の最先端技術と比較して,BLEUの44%の改善を実現している。
  論文  参考訳（メタデータ） (2022-07-11T07:33:36Z)
• Machine Translation from Signed to Spoken Languages: State of the Art and Challenges [9.292669129832605]
  我々は手話言語学と機械翻訳を高度に紹介する。 言語機械翻訳研究の肩に顕著な進歩が見られた。 我々は、学際的な研究を提唱し、手話の言語分析に関する将来の研究を基盤にしている。
  論文  参考訳（メタデータ） (2022-02-07T11:54:07Z)
• Crossing the Conversational Chasm: A Primer on Multilingual Task-Oriented Dialogue Systems [51.328224222640614]
  大規模な学習済みニューラルネットワークモデルに基づく最新のTODモデルは、データ空腹です。 ToDのユースケースのデータ取得は高価で面倒だ。
  論文  参考訳（メタデータ） (2021-04-17T15:19:56Z)
• Bridging Linguistic Typology and Multilingual Machine Translation with Multi-View Language Representations [83.27475281544868]
  特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。 我々の表現は類型学を組み込み、言語関係と相関関係を強化する。 次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
  論文  参考訳（メタデータ） (2020-04-30T16:25:39Z)

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。