論文の概要: Principle Methods of Rendering Non-equivalent Words from Uzbek and Dari to Russian and English

• arxiv url: http://arxiv.org/abs/2508.15453v1
• Date: Thu, 21 Aug 2025 11:18:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.29343
• Title: Principle Methods of Rendering Non-equivalent Words from Uzbek and Dari to Russian and English
• Title（参考訳）: ウズベク語・ダリ語からロシア語・英語への非等価単語のレンダリング法
• Authors: Mohammad Ibrahim Qani,
• Abstract要約: 本研究では、ソース言語からターゲット言語への非等価な単語の描画方法と規則について述べる。 25の非等価な単語がダル&ウズベク語から英語とロシア語に翻訳されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: These pure languages understanding directly relates to translation knowledge where linguists and translators need to work and research to eradicate misunderstanding. Misunderstandings mostly appear in non-equivalent words because there are different local and internal words like food, garment, cultural and traditional words and others in every notion. Truly, most of these words do not have equivalent in the target language and these words need to be worked and find their equivalent in the target language to fully understand the both languages. The purpose of this research is to introduce the methods of rendering non-equivalent words professionally from the source language to the target language and this research has been completed using library-based research. However, some of these non-equivalent words are already professionally rendered to the target language but still there many other words to be rendered. As a result, this research paper includes different ways and rules of rendering non-equivalent words from source language to the target language and 25 non-equvalent words have been rendered from Dar & Uzbek into English and Russian languages.
• Abstract（参考訳）: これらの純粋な言語は、言語学者や翻訳者が誤解を根絶するために働く必要がある翻訳知識に直接関係している。 誤解は、食べ物、衣服、文化、伝統の言葉など、あらゆる概念において、地域や内部の言葉が異なるため、ほぼ同値な言葉で現れる。 事実、これらの単語のほとんどはターゲット言語で同等ではないため、これらの単語は動作し、両方の言語を完全に理解するためにターゲット言語で同等である必要がある。 本研究の目的は,非等価な単語を原語から対象言語にプロでレンダリングする手法を導入することであり,本研究は図書館ベースの研究で完了した。 しかしながら、これらの非等価な単語のいくつかは、既にターゲット言語にプロフェッショナルにレンダリングされているが、他の多くの単語がレンダリングされている。 その結果、本研究では、ソース言語からターゲット言語への非等価単語のレンダリング方法とルールが異なり、ダーン・アンド・ウズベク語から英語とロシア語に25の非等価単語が翻訳されている。

関連論文リスト

• Dictionaries to the Rescue: Cross-Lingual Vocabulary Transfer for Low-Resource Languages Using Bilingual Dictionaries [22.562544826766917]
  言語間の語彙移動は、事前訓練された言語モデルを新しい言語に適応させる上で有望な役割を担っている。 モノリンガルまたはパラレルコーパスを利用する既存のアプローチは、限られたリソースを持つ言語に適用する場合、課題に直面します。
  論文  参考訳（メタデータ） (2025-06-02T10:52:52Z)
• Languages in Multilingual Speech Foundation Models Align Both Phonetically and Semantically [58.019484208091534]
  事前訓練された言語モデル(LM)における言語間アライメントは、テキストベースのLMの効率的な転送を可能にしている。 テキストに基づく言語間アライメントの発見と手法が音声に適用されるかどうかについては、未解決のままである。
  論文  参考訳（メタデータ） (2025-05-26T07:21:20Z)
• Decoupled Vocabulary Learning Enables Zero-Shot Translation from Unseen Languages [55.157295899188476]
  ニューラルマシン翻訳システムは、異なる言語の文を共通の表現空間にマッピングすることを学ぶ。 本研究では、この仮説を未知の言語からのゼロショット翻訳により検証する。 この設定により、全く見えない言語からのゼロショット翻訳が可能になることを実証する。
  論文  参考訳（メタデータ） (2024-08-05T07:58:58Z)
• Problems of Non-equivalent Words in Technical Translation [0.0]
  対象言語で等価でない単語の翻訳は容易ではなく、それらの単語の適切な等価性を見つけることは、正しく描画することが非常に重要である。 2021年代の統計によると、英語は全世界で話されており、英語話者は135億人、ロシア語話者は2億2800万人である。 本研究では、ソース言語からターゲット言語への非等価な単語の描画方法と規則について述べる。
  論文  参考訳（メタデータ） (2023-11-21T07:11:39Z)
• Multi-lingual and Multi-cultural Figurative Language Understanding [69.47641938200817]
  図形言語は人間のコミュニケーションに浸透するが、NLPでは比較的過小評価されている。 Hindi, Indonesian, Javanese, Kannada, Sundanese, Swahili, Yorubaの7つの多様な言語に関するデータセットを作成しました。 我々のデータセットから,各言語は,同じ領域から派生した言語間で最も高い重なり合いを持つ,図形表現の文化的・地域的概念に依存していることが明らかとなった。 全ての言語は、事前学習データと微調整データの可用性を反映した性能の変化により、英語と比較して大きな欠陥がある。
  論文  参考訳（メタデータ） (2023-05-25T15:30:31Z)
• Comparing Spoken Languages using Paninian System of Sounds and Finite State Machines [0.0]
  我々はサンスクリットを中心とする言語開発のための生態系モデルを提案する。 言語間の単語を音声マップ上の状態遷移として表現し,それに対応する形態的有限オートマタを構築する。
  論文  参考訳（メタデータ） (2023-01-29T15:22:10Z)
• Facilitating Terminology Translation with Target Lemma Annotations [4.492630871726495]
  対象言語の補題でランダムに選択されたソース言語単語を注釈するソースサイドデータ拡張法を用いて機械翻訳システムを訓練する。 形態学的に複雑なバルト語とウラル語への用語翻訳の実験は、ベースラインシステムよりも最大7つのBLEU点の改善を示している。 人的評価の結果は、ラトビア語への翻訳の際の項翻訳精度において、以前の研究よりも47.7%の絶対的な改善を示している。
  論文  参考訳（メタデータ） (2021-01-25T12:07:20Z)
• Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
  我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。 単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。 これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
  論文  参考訳（メタデータ） (2020-10-05T17:19:10Z)
• Word Sense Disambiguation for 158 Languages using Word Embeddings Only [80.79437083582643]
  文脈における単語感覚の曖昧さは人間にとって容易であるが、自動的アプローチでは大きな課題である。 本稿では,学習前の標準単語埋め込みモデルを入力として,完全に学習した単語認識のインベントリを誘導する手法を提案する。 この手法を用いて、158の言語に対して、事前訓練されたfastText単語の埋め込みに基づいて、センスインベントリのコレクションを誘導する。
  論文  参考訳（メタデータ） (2020-03-14T14:50:04Z)
• Unsupervised Separation of Native and Loanwords for Malayalam and Telugu [3.4925763160992402]
  ある言語からの単語は翻訳なしで別の言語で採用され、後者の言語で書かれたテキストで文字化された形で現れる。 この現象は、多くの単語が英語から借用されているインドの言語で特に広まっている。 本稿では,アグリニティブ・ドラヴィダ語からの単語の大規模なデータセットから,借用語を自動的かつ教師なしの方法で識別するタスクに対処する。
  論文  参考訳（メタデータ） (2020-02-12T04:01:57Z)

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。