论文翻译
焦点期刊
在线客服

著作编辑 著作编辑

客服电话:

咨询邮箱:

论文翻译

机器翻译论文 机器翻译经典论文

作者:刚子seo 日期:2023-09-23 点击数:

大家好,今天来为大家解答机器翻译论文 这个问题的一些问题点,包括机器翻译技术论文:机器翻译经典论文也一样很多人还不知道,因此呢,今天就来为大家分析分析,现在让我们一起来看看吧!如果解决了您的问题,还望您关注下本站哦,谢谢~

麻烦翻译一下论文摘要,不要机器翻译的

这是个信息化飞速发展的时代,信息技术运用越发广泛,企业之间的竞争也越发激烈,因此很多企业为了在市场中占据一席之地,纷纷采用科技手段武装自己,其中ERP(EnterpriseResource Planning,企业资源计划)系统就是一把强而有力的武器。对于企业应用ERP系统的目的是通过系统的计划和控制等功能,结合企业的流程,优化、有效地配置各项企业资源,提高企业效率以及效益。

This is a rapid developing information age. The information technology is now more and more widely used. Therefore, the competition among enterprises is getting more intensified. In order to maintain their status in the market, one after another, many companies have to arm themselves with all means of new and advanced technologies to sharpen their competitiveness. One of the effective and powerful methods is by using a system called ERP(Enterprise Resource Planning). As for companies, the goal of using ERP is through the system to utilise the planning, control and so on functions, combining with the enterprise process, to optimize the enterprise resource allocation effectively and to improve the enterprise efficiency and benefits.

在财务管理日趋细化、企业对财务管理的要求越来越高的今天,传统的财务管理系统已经难以适应当今竞争激烈的社会。从内部随着社会消费水平的增长。客户对于商品的选择从满足基本需求到追求个性化需求,为了适应这个需求趋势,企业同样要改变其生产模式,必须探求新的方法以解决新经济环境中提出的新问题。ERP所提供的新工作平台是应对这些挑战的必备条件之一,它能全盘掌握企业信息,并能清晰地提供决策所需资料的数据处理系统。ERP在企业财务管理中的应用,将帮助企业的财务领导在理念、技术、方法的运用等多方面进行革新。但是任何事物都有其两面性,ERP系统的运用自然有其优势,但是运用过程中也应该注意相关问题。

In today's world, financial management is getting more and more refining, the demand for the enterprise financial management is ever so high. The traditional financial management systems can no longer accommodate the highly competitive society of the world now. Internally, with the society's increasing of consumption level, customers are now going for personalized requirements rather than just satisfying their basic needs. In order to adapt to the new demand trend, all the enterprises have to change their production methods, must find the solution to solve the problems, which has raised from the new economic environment. The new working platform provides by ERP is an essential condition to face these challenges. it is capable to control the entire enterprise information and could clearly provide the decision making with an information data processing system. The application of ERP in enterprise financial management shall be able to help the leadership's ideology, technology, method implementations and so on many aspects' innovations. However, nothing is perfect, everything has pros and cons, when applying of ERP system, it certainly has its advantages and there are a few relatated matters needed to pay attention to during the working process as well。

关键词: ERP财务管理: ERP financial managment企业竞争:enterprise competition

人手工夫翻译,希望会令你满意。

人工翻译和机器翻译的差异是什么

一、从翻译准确程度来看。

1、人工翻译准确率可趋近于100%,但也取决于译者水平、原文表达水平、行业领域、交稿时间等因素;

2、机器翻译的准确率取决于语种、行业领域、原文质量、训练语料、训练模型等因素。

二、从翻译的流畅度来看。

1、人工翻译讲究“信达雅”,但在实际商业翻译中不会完全体现。准确性和时效性以及价格是客户考虑的重点;

2、机器翻译近年来都采用了神经网络算法,相比之前的统计型机器翻译,在流畅度上有了质的提升,即便某些词翻译不准,但语法结构往往很清晰。

三、从翻译的效率来看。

1、纯人工翻译的效率是很低的,按照语种、语言方向、行业领域的不同,人工翻译8小时的效率一般不会超过5000-8000字;

2、机器翻译可以达到毫秒级的翻译时间。

万能翻译机的发明

二、6大发展时期

1.机器翻译的提出(1933-1949)

机器翻译的研究历史最早可以追溯到 20世纪30年代。1933年,法国科学家 G.B.阿尔楚尼提出了用机器来进行翻译的想法。

1946年,世界上第一台现代电子计算机 ENIAC诞生。随后不久,信息论的先驱、美国科学家 Warren Weaver于 1947年提出了利用计算机进行语言自动翻译的想法。1949年,Warren Weaver发表《翻译备忘录》[1],正式提出机器翻译的思想。

2.开创期(1949-1964)

1954年,美国乔治敦大学在 IBM公司协同下,用 IBM-701计算机首次完成了英俄机器翻译试验。IBM 701计算机有史以来第一次自动将 60个俄语句子翻译成了英语。但是没人提到这些翻译得到的样本是经过精心挑选和测试过的,从而排除了歧义性。

这一时期,美国与苏联两个大国出于对军事的需要,投入了大量资金用于机器翻译。集中在英文与俄文的语言配对翻译,翻译的主要对象是科学和技术上的文件,如科学期刊的文章,粗糙的翻译足以了解文章的基本内容。欧洲国家由于经济需要,也给予了相当大的重视。机器翻译于这一时期出现热潮。

3.受挫期(1964-1975)

然而,正当一切有序推进之时,尚在萌芽中的“机器翻译”研究却遭受当头一棒。1964年,美国科学院成立了语言自动处理咨询委员会(Automatic Language Processing Advisory Committee)。委员会经过 2年的研究,于 1966年 11月公布了一份名为《语言与机器》(简称 ALPAC报告)的报告[2]。该报告全面否定了机器翻译的可行性,并宣称“在近期或可以预见的未来,开发出实用的机器翻译系统是没有指望的”。建议停止对机器翻译项目的资金支持。受此报告影响,各类机器翻译项目锐减,机器翻译的研究出现了空前的萧条。

4.复苏期(1975-1989)

1970中后期,随着计算机技术和语言学的发展以及社会信息服务的需求,机器翻译才开始复苏并日渐繁荣。业界研发出了多种翻译系统,例如 Weinder、URPOTRAA、TAUM-METEO等。其中于 1976年由加拿大蒙特利尔大学与加拿大联邦政府翻译局联合开发的 TAUM-METEO系统,是机器翻译发展史上的一个里程碑,标志着机器翻译由复苏走向繁荣。

5.发展期(1993-2006)

这一时期主要是统计机器翻译。

1993年 IBM的 Brown和 Della Pietra等人提出的基于词对齐的翻译模型。标志着现代统计机器翻译方法的诞生。

2003年Franz Och提出对数线性模型及其权重训练方法,这篇文章提出了基于短语的翻译模型和最小错误率训练方法。对应的两篇文章Statistical phrase-based translation[3]和Minimum error rate training in statistical machine translation。[4]标志着统计机器翻译的真正崛起。

6.繁荣期(2006-至今)

2006年,谷歌翻译作为一个免费服务正式发布,并带来了统计机器翻译研究的一大波热潮。这一研究正是Franz Och于2004年加入谷歌,领导谷歌翻译。正是因为一代代科学家们不懈的努力,才让科幻一步步照进现实。

2013 Recurrent Continuous Translation Models[5],Nal Kalchbrenner和 Phil Blunsom提出了一种用于机器翻译的新型端到端编码器-解码器架构。该模型使用卷积神经网络(CNN)将给定的源文本编码为连续向量,然后使用循环神经网络(RNN)作为解码器将状态向量转换为目标语言。他们的研究可视为神经机器翻译(NMT)的开端,

2014 Sequence to sequence learning with neural networks[6].是由Bengio提出的,基于encoder-decoder架构,其中encoder和decoder都是RNN结构,使用的是LSTM。这个架构也上线到Google的翻译中,翻译的质量有些可以超越人类。

2015 Neural Machine Translation by Jointly Learning to Align and Translate[7].在以往的encoder-decoder框架上加入对其的attention权重。

2017 Attention Is All You Need[8].Transformer抛弃了传统的CNN和RNN,整个网络结构完全是由Attention机制组成。Transformer的主要创新点在于multi-head、self-Attenion,基于此,transformer可以并行操作,大大加快了训练过程。

2018 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding[9].BERT本质上是在大规模的语料上,运行自监督的方法,学习到一个好的特征表示。那么下游任务,可以BERT训练的词向量,作为输入,做一些fine-tune则可完成任务。主要通过Mask Language Model(MLM)和 Next Sentence Prediction(NSP)的这两个任务训练,得到词特征表示和句特征表示。

三、参考

参考论文:

[1]http://www.mt-archive.info/Weaver-1949.pdf

[2]Thierry Poibeau,"The 1966 ALPAC Report and Its Consequences," inMachine Translation, MITP, 2017, pp.75-89.

[1]Koehn P, Och F J, Marcu D. Statistical Phrase-Based Translation[C]// Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology. Association for Computational Linguistics, 2003.

[4]Och, Franz Josef."Minimum Error Rate Training for Statistical Machine Translation." ACL, 2003.

[5]Kalchbrenner, N.,& Blunsom, P.(2013, October). Recurrent Continuous Translation Models. InEMNLP(Vol. 3, No. 39, p. 413).

[6]Sutskever, I., Vinyals, O.,& Le, Q. V.(2014). Sequence to sequence learning with neural networks. InAdvances in neural information processing systems(pp. 3104-3112).

[7]Bahdanau, D., Cho, K.,& Bengio, Y.(2014). Neural machine translation by jointly learning to align and translate.arXiv preprint arXiv:1409.0473.

[8]Vaswani A, Shazeer N, Parmar N, et al. Attention Is All You Need[J]. arXiv, 2017.

[9]Devlin J, Chang M W, Lee K, et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding[J]. 2018.

参考回答:

干货|关于机器翻译,看这一篇就够了

讯飞开放平台:机器翻译三大核心技术原理| AI知识科普

神经机器翻译:历史与展望

人工智能机器翻译的发展经历了哪几个重要阶段?

机器翻译技术论文:机器翻译经典论文

机器翻译是使用计算机实现一种自然语言文本到另一种自然语言文本的翻译。下面是我整理的机器翻译技术论文,希望你能从中得到感悟!

机器翻译技术论文篇一

机器翻译在翻译实践中的应用

摘要:本文研究机器翻译在翻译实践中的应用,其由两部分组成:第一部分概述机器翻译,第二部分通过一个具体的翻译任务演示谷歌翻译工具的用法。

关键词:机器翻译谷歌翻译译后编辑

一、机器翻译概述

机器翻译是指将翻译过程的部分或全部使用机器实现自动化(Austermühl,2006)。一般认为机器翻译的思想起源于1949年写作的韦弗备忘录,而后机器翻译的发展经历了重大的起伏。时至今日,机器翻译的研究和产品如雨后春笋般不断涌现出来,机器翻译已然成为一个具有重大社会意义、政治意义、商业价值、科学价值和哲学意义的重要课题。

机器翻译系统可以依据不同的标准分为不同的种类。根据机器翻译系统的使用环境可以分为三类:低端机器翻译系统、用户定制的高端机器翻译系统和基于因特网的机器翻译系统。低端机器翻译系统的目标客户是个人,用户定制的高端机器翻译系统的目标客户是公司,基于因特网的机器翻译系统则是一种通过因特网使用的。根据机器翻译系统使用的技术可以分为下图所示的五类:基于规则的机器翻译系统、基于语料库的机器翻译系统、多引擎机器翻译系统、在线机器翻译系统和口语机器翻译系统(Feng,2004)。

一般而言,由于自然语言中诸如歧义、复杂句法、成语和照应关系之类问题,机器翻译的输出结果并不能令用户满意。于是一些人认为机器翻译系统对于译员而言毫无用处。我认为这是一种误解。翻译的过程一般可以分为两个阶段:第一阶段是翻译出译稿,第二阶段是修改译稿以求译文可以达到要求。在多数情况下使用机器翻译的目的仅仅是将第一阶段自动化,即翻译出译稿。然后由译员修改译稿,最终产出达到要求的译文。由此可见,机器翻译在将文本翻译成译稿的过程中大有用处。

在使用机器翻译将文本翻译成译稿的过程中,我们还可以使用多种方法提高机器翻译输出结果的质量。提高机器翻译系统翻译质量的策略如下表所示(Austermühl,2006)。

这些提高机器翻译质量的策略不是互相排斥的,而是可以同时使用。更新词典是指为机器翻译系统添加词条。译前编辑应用于翻译之前的文本。受控语言是指控制输入机器翻译系统的语言的复杂程度。交互模式是指翻译中机器翻译系统一边输出译稿,译员一边实时地做出修改。译后编辑应用于译后文本。上表所列的提高机器翻译质量的策略中使用最多的是译后编辑。

二、译例

现在中国广受用户欢迎的机器翻译系统有谷歌翻译、金山快译和Systran。在此我们将使用如下一段文字演示谷歌翻译工具的使用方法和使用译后编辑的策略修改谷歌翻译输出的译稿:

Ubuntu is a community developed operating system that is perfect for laptops,desktops and servers.Whether you use it at home,at school or at work Ubuntu contains all the applications you’ll ever need,from word processing and email applications,to web server software and programming tools.

谷歌翻译非常容易使用。我们首先在浏览器中打开谷歌翻译的网址https://translate.省略/,将上面的一段文字输入或复制粘贴到源语文本框中,调整翻译方向,即将英语设为源语,将汉语设为目的语,点击“翻译”按钮,谷歌翻译输出的译稿便出现了:

Ubuntu的是一个社会发展的作业系统是完美的笔记本电脑、台式电脑和服务器。您是否使用它在家里,在学校或工作Ubuntu的包含所有申请您最需要的,从文字处理和电子邮件应用程序,Web服务器软件和编程工具。

接下来我们可以开始通过比较源语文本和译稿编辑谷歌翻译的输出,这是使用译后编辑策略的译员需要做的工作中的主要部分。

第一句的翻译有两个主要的问题,即“community developed”和“perfect for”的翻译。此处谷歌翻译的翻译引擎将“community developed”翻译为“社会发展的”;正确的翻译应该是“(开源)社区开发的”。据此我们可以将第一句的前半部分编辑为“乌班图(Ubuntu)是社区开发的操作系统”。而后半句中的“perfect for”在此具体语境中的意义应该是“非常适合”,而不是“完美的”。据此我们可以将后半句编辑为“适合运行于笔记本、台式机和服务器”。

第二句的翻译也有两处主要的问题,即“whether”和“applications”的翻译。在此具体语境中“whether”的意思不是“是否”,而是“无论”;“applications”的意思不是“申请”,而是“应用程序”。因此我们可以将第二句的前半句编辑为“无论在家庭、学校还是工作环境使用,乌班图(Ubuntu)都提供了您所需的各种应用程序”。接着我们可以看到第二句的后半句并不需要大幅地修改,只需稍为润色,成为“从文字处理软件、电子邮件程序到服务器软件、编程工具”。

经过编辑的译文如下:

乌班图(Ubuntu)是开源社区开发的操作系统,适合运行于笔记本、台式机和服务器。无论在家庭、学校还是工作环境使用,乌班图(Ubuntu)都提供了您所需的各种应用程序,从文字处理软件、电子邮件程序到服务器软件、编程工具。

比较谷歌翻译的输出与修改后的译文,我们可以看到要想达到专业的翻译水准,机器翻译的输出可能需要较大幅度的修改。但是我们也应该看到机器翻译的长处是翻译某一特定领域的文本和翻译受控语言。

参考文献:

[1]Austermühl,F.Electronic Tools for Translators.Beijing:Foreign Language Teaching and Research Press,2006.

[2]Ubuntu.The Ubuntu Promise.Retrieved Aug.23,2010,

[3]冯志伟[Feng Zhiwei].机器翻译研究[M].北京:中国对外翻译出版公司,2004.

郑州大学西亚斯国际学院2010年度科研经费资助项目

点击下页还有更多>>>机器翻译技术论文

机器翻译论文 的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于机器翻译技术论文:机器翻译经典论文、机器翻译论文 的信息别忘了在本站进行查找哦。

相关论文推荐