Gépi tanulás a fordításban

Eredeti címe:

Machine Learning in Translation

Könyv tartalma:

A Gépi tanulás a fordításban című könyv a fordítási folyamatok szempontjából legfontosabb gépi tanulási (ML) elméleteket és technológiákat mutatja be, az emberi szemszögből közelítve meg a témát, és hangsúlyozva, hogy az ML és az ML-alapú technológiák az emberek eszközei.

Az emberi és a gépi tanulás közös alapjainak, valamint az új dimenziót kihasználó fordítás természetének feltárásával ez a könyv segít a nyelvészeknek, fordítóknak és lokalizátoroknak abban, hogy jobban megtalálják hozzáadott értéküket az ML-alapú fordítási környezetben. Az első rész azt vizsgálja, hogy az emberek és a gépek hogyan közelítik meg a fordítás problémáját a maguk sajátos módján, a szavak beágyazása, a nagyobb jelentésegységek tagolása és a tágabb kontextuson alapuló fordítási előrejelzés szempontjából. A második rész bemutatja a legfontosabb feladatokat, beleértve a gépi fordítást, a fordításminőség-értékelést és -becslést, valamint a fordítás egyéb természetes nyelvfeldolgozási (NLP) feladatait. A harmadik rész az adatok szerepére összpontosít mind az emberi, mind a gépi tanulási folyamatokban. Azt javasolja, hogy a fordító egyedi értéke abban rejlik, hogy képes nyelvi adatokat létrehozni, kezelni és felhasználni a fordítási folyamat különböző ML-feladataiban. Új ismereteket és készségeket vázol fel, amelyeket a gépi tanulás korszakában be kell építeni a hagyományos fordítói képzésbe. A könyv az emberközpontú gépi tanulás a fordításban című értekezéssel zárul, hangsúlyozva, hogy a fordítókat ML-ismeretekkel kell felruházni, az ML-felhasználókkal, fejlesztőkkel és programozókkal való kommunikáció révén, valamint a folyamatos tanulás lehetőségeivel.

Ez a közérthető útmutató az ML-technológiák jelenlegi és jövőbeli felhasználóinak készült a lokalizációs munkafolyamatokban, beleértve a fordítás és lokalizáció, a nyelvtechnológia és a kapcsolódó területek hallgatóit is. Támogatja a fordítási szakemberek szakmai fejlődését, hogy teljes mértékben ki tudják használni az ML-technológiákat, és meg tudják tervezni saját emberközpontú, ML-alapú fordítási munkafolyamatokat és NLP-feladatokat.