ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Text Typology and Lexical Prob...>الوصف

Text Typology and Lexical Problems in Machine Translation

العنوان بلغة أخرى: نوع النص والمشكلات المعجمية في الترجمة الآلية
المصدر: آداب الرافدين
الناشر: جامعة الموصل - كلية الآداب
المؤلف الرئيسي: عبدالله، ياسر نجم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdullah, Yasir Najm
مؤلفين آخرين: السنجري، لقمان عبدالكريم ناصر خضير (م. مشارك)
المجلد/العدد: مج52, ع88
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
التاريخ الهجري: 1443
الشهر: آذار
الصفحات: 85 - 108
ISSN: 0378-2867
رقم MD: 1487092
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: AraBase
مواضيع:
الترجمة الآلية | النصوص الإعلامية | الأخطاء المعجمية | القواعد اللغوية
كلمات المؤلف المفتاحية:
الأخطاء | المعلوماتي | الأدبي | Text | Typology | Machine | Translation
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: تناول البحث العلاقة بين نوع النص المترجم وأثره في الترجمة الآلية من وجهة نظر الترجمة من الإنجليزية إلى العربية، ويهدف إلى توضيح النتائج المختلفة للترجمة الآلية لتنوع النصوص، ومن الناحية النظرية يقدم البحث خلفية نظرية حول الموضوع بعد ذلك من الناحية العملية، ومن أجل اختبار فرضية البحث التي تقول أن نوع النص يؤثر على درجة ملاءمة الترجمة عن طريق الترجمة الآلية؛ أجريت تجربة على 6 نصوص مختلفة (۲ إعلامي، ۲ تعبيري، و۲ مهني) بواسطة ترجمة كوكل الآلية ثم حسبت نسبة الخطأ ومقارنتها لكل نص في الترجمة الآلية والترجمة البشرية لمعرفة أثر نوع النص في الترجمة.

This paper tackles the connection between text typology and machine translation from the point view of English to Arabic translation. It aims at clarifying the different results of machine translation renditions due to different text types. In theory, the paper gives a theoretical background on the topic. Then, practically, in order to test the hypothesis of the research which says that text typology affects the degree of appropriateness of renditions by machine translation, 6 different texts (2 informative, 2 expressive and 2 vocative) have been translated by MT (Google translate). Then the percentage of error has been calculated and compared for each text in both machine translation and human translation.
ISSN: 0378-2867

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.