Please use this identifier to cite or link to this item: http://e-lib.mslu.by/handle/edoc/15713
Title: Использование нейронных сетей для работы с японским языком: выявление ошибок и оценка качества перевода
Other Titles: Using neural networks to work with the Japanese language: identifying mistakes and evaluating the quality of translations
Authors: Медянникова, О. Н.
Keywords: Языкознание (лингвистика)
Прикладное языкознание
Перевод
Художественный перевод
Японский язык
Issue Date: 2024
Publisher: Минский государственный лингвистический университет
Citation: Медянникова, О. Н. Использование нейронных сетей для работы с японским языком: выявление ошибок и оценка качества перевода / О. Н. Медянникова // Язык в эпоху цифровых трансформаций и развития искусственного интеллекта : сб. науч. ст. по итогам междунар. науч. конф., Минск, 23-24 окт. 2024 г. / редкол.: Н. Е. Лаптева (отв. ред.) [и др.]. – Минск : МГЛУ, 2024. – С. 432–437.
Abstract: В данной статье тестируются и анализируются результаты способностей сервисов переводчиков, таких как Яндекс Переводчик, Google.Translate и ChatGPT, использующих нейросетевой подход для перевода текста с японского на русский язык. В качестве материала для исследования привлечена статья из японской прессы с лингвокультурологическим наполнением, что призвано создать дополнительную сложность для тестируемых систем. Авторами оценивается качество перевода относительно выработанной шкалы критериев, выявляются достоинства и недостатки каждой из систем, а также прогнозируются будущие тенденции переводческой деятельности в паре человек – искусственный интеллект. К л ю ч е в ы е с л о в а: машинный перевод; нейросети; нейронный машинный перевод; искусственный интеллект; ИИ; японский язык.
Description: Medyannikova О. This article tests and analyzes the results of the abilities of translation services such as Yandex Translator, Google.Translate and ChatGPT, using a neural network approach to translate text from Japanese into Russian. An article from the Japanese press with linguistic and cultural content was used as material for the study, which is designed to create additional complexity for the tested systems. The authors evaluate the quality of translation relative to the developed scale of criteria, identify the advantages and disadvantages of each of the systems, and predict future trends in translation activities in a human – artificial intelligence pair. K e y w o r d s: Machine translation; neural networks; neural machine translation; artificial intelligence; AI, Japanese language.
URI: http://e-lib.mslu.by/handle/edoc/15713
ISBN: 978-985-28-0275-8
Appears in Collections:Язык в эпоху цифровых трансформаций и развития искусственного интеллекта (статьи)

Files in This Item:
File Description SizeFormat 
432-437.pdf552,45 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.