prikaz prve stranice dokumenta Ljudska evaluacija sustava za neuralno strojno prevođenje
  Download
PDF 478.84 KB
undergraduate thesis
Ljudska evaluacija sustava za neuralno strojno prevođenje
Zagreb: University of Zagreb, University of Zagreb, Faculty of Humanities and Social Sciences, 2020. urn:nbn:hr:131:516896
Mikulić, Andrea
University of Zagreb
Faculty of Humanities and Social Sciences
Department of information and Communication sciences

Institutional repository: ODRAZ

Cite this document

Mikulić, A. (2020). Ljudska evaluacija sustava za neuralno strojno prevođenje (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Humanities and Social Sciences. Retrieved from https://urn.nsk.hr/urn:nbn:hr:131:516896

Mikulić, Andrea. "Ljudska evaluacija sustava za neuralno strojno prevođenje." Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, 2020. https://urn.nsk.hr/urn:nbn:hr:131:516896

Mikulić, Andrea. "Ljudska evaluacija sustava za neuralno strojno prevođenje." Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, 2020. https://urn.nsk.hr/urn:nbn:hr:131:516896

Mikulić, A. (2020). 'Ljudska evaluacija sustava za neuralno strojno prevođenje', Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:131:516896

Mikulić A. Ljudska evaluacija sustava za neuralno strojno prevođenje [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Humanities and Social Sciences; 2020 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:131:516896

A. Mikulić, "Ljudska evaluacija sustava za neuralno strojno prevođenje", Undergraduate thesis, University of Zagreb, Faculty of Humanities and Social Sciences, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:131:516896

Metadata
TitleLjudska evaluacija sustava za neuralno strojno prevođenje
Title (english)Human evaluation of neural machine translation
AuthorAndrea Mikulić
MentorSanja Seljan (mentor)
Committee memberIvan Dunđer (predsjednik povjerenstva)
GranterUniversity of Zagreb
Faculty of Humanities and Social Sciences
(Department of information and Communication sciences)
Zagreb
Defense date and country2020-09-15, Croatia
Scientific / art field,
discipline and subdiscipline		SOCIAL SCIENCES
Information and Communication Sciences
Abstract
Strojno prevođenje u bilo kojem obliku danas pronalazi primjenu u mnogim granama ljudskog života te se zbog globalizacije i sve veće prisutnosti interneta sve više i brže razvija. Ovaj rad se bavio strojnim prevođenjem te je prošao kroz njegovu povijesti, evaluaciju i različite pristupe. U radu su analizirana tri osnovna pristupa strojnom prevođenju: prevođenje temeljeno na pravilima te statističko i neuralno strojno prevođenje, kojemu je posvećena velika pažnja, te su se naveli i njihovi nedostatci. Provedeno je istraživanje četiri online sustava za strojno prevođenje temeljeno na neuralnom prevođenju na 300 rečenica englesko-hrvatskog para te su analizirani tipovi pogrešaka. Svi navedeni pristupi su dobri u određenim segmentima strojnog prevođenja iako svaki od pristupa ima svoje nedostatke, a najčešće su bile pogreške vezane uz semantiku. Osnovnu ideju izvornog teksta sve vrste strojnog prevođenja uspijevaju vjerno prevesti što se može iskoristiti za pomoć u prijevodu ili laicima kojima nije potrebna visoka kvaliteta prijevoda, za potpuni prijevod teksta. Postoji još mjesta za napredak svih vrsta, ali zaključeno je da je za sada neuralno prevođenje najkvalitetnije te je i stručnjacima najzanimljivije. Najbolji rezultati su postignuti hibridnim prevođenjem, tj. korištenjem dva ili više sustava za strojno prevođenje u jednom alatu.
Abstract (english)
Nowadays machine translation in any form finds a use in many areas of human life and due to globalization and the expanding of the internet it is being developed at a faster rate. This paper dealt with machine translation, its history, evaluation and types. A description of three most prevalent types was given: rule-based machine translation, statistical MT and neural MT, which was given special attention, as well as their drawbacks. A study of four online machine translation systems based on neural translation on 300 sentences of an English-Croatian pair was conducted and the types of errors were analyzed. All listed types produce successful translations even though they all make mistakes they still produce quality translation. All types of machine translation manage to truthfully translate the gist of the original text which can be used as help for translating or layman can use it as full translations if they do not need a high quality translation. There is still room for improvement, but it was concluded that neural MT is at the moment the best and most interesting for experts. The best results were achieved through hybrid translations, i.e. using two or more types of MT in one translation tool.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:131:516896
Study programmeTitle: Information Sciences
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti (sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2020-09-15 20:26:23