ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Evaluating Neural Machine Tran...>الوصف

Evaluating Neural Machine Translation Using Error Analysis in English-Arabic Texts

العنوان بلغة أخرى: تقييم الترجمة الآلية العصبية باستخدام تحليل الأخطاء في ترجمة النصوص من اللغة الإنجليزية إلى اللغة العربية
المصدر: مجلة كلية الآداب
الناشر: جامعة أسوان -كلية الآداب
المؤلف الرئيسي: السهلي، فهد بن سعد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Alsahli, Fahad Saad
المجلد/العدد: ع5
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2019
الشهر: إبريل
الصفحات: 270 - 289
رقم MD: 1281688
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: AraBase
مواضيع:
الترجمة الآلية | اللغة العربية | اللغة الإنجليزية | القواعد النحوية
كلمات المؤلف المفتاحية:
الترجمة الآلية العصبية | تحليل الأخطاء | الترجمة | تقييم الترجمة | تقييم الترجمة الآلية العصبية | Neural Machine Translation | Error Analysis | Translation | Translation Evaluation | Machine Translation Evaluation
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

3

حفظ في:
المستخلص: هدفت هذه الدراسة إلى تقييم مخرجات الترجمة الآلية العصبية لترجمة النصوص من اللغة الإنجليزية إلى اللغة العربية باستخدام منهجية تحليل الأخطاء. أستخدم موقع ترجمة جوجل في هذه الدراسة حيث يمثل أحد أبرز المواقع التي تعتمد على الترجمة الآلية العصبية. معظم الدراسات التي أجريت على الترجمة الآلية أجريت على برامج ومواقع تستخدم نظم الترجمة الآلية الإحصائية أو القائمة على القواعد بدلا من الترجمة الألية العصبية. تم اختيار النصوص بناء على معايير جمعية المترجمين الأمريكية المستخدمة في اختباراتهم. تم اختيار ثلاثة نصوص لتمثيل ثلاثة أنواع مختلفة من النصوص وهي: النصوص العامة والمالية والعلمية. ثم استخدمت منهجية تحليل الأخطاء لتحليل نتائج الترجمة ومقارنتها مع بعضها البعض ومع ورد في الدراسات السابقة. يتضح من هذه الدراسة أن هناك 105 أخطاء في النصوص الثلاثة بمعدل 1.9 خطأ لكل جملة. ٢٧ خطاء من الأخطاء كانت أخطاء نحوية، في حين أن ١٤ من إجمالي الأخطاء هي أخطاء متعلقة بقواعد اللغة، و٦٤ من الأخطاء هي أخطاء دلالية. على الرغم من وجود تحسن واضح في ترجمة جوجل، بعد تحويله لنظام ترجمة آلي عصبي، خاصة في جزء القواعد، إلا أنه يجب عمل المزيد لتحسينه بشكل عام وفي الجزء الدلالي بشكل خاص.

The aim of this study was to evaluate the output of Neural Machine Translation of translating texts from English into Arabic using error analysis. Google Translate was taken as an example as the leading neural machine translations. Most of the studies done on machine translation were on rule-based and statistical machine translation rather than neural machine translation. Texts were selected based on the American Translator Association criteria which is used in their examinations. Three texts were selected to represent three types of texts: general, financial, and scientific. Error analysis then was used to analyze the results of the translation and compare them with each other and with that in the literature. 105 errors were discovered in the three texts with an average of 1.9 error per sentence. 27 of the errors were syntactic errors, while 14 of the total errors are grammatical errors, and 64 of the errors are semantic errors. Although there is a clear improvement in Google Translate ,especially in the grammar part , since it was shifted to a neural system, more has to be done to improve it in general and in the semantic part in particular.

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.