МИНОБРНАУКИ РФ

Санкт-Петербургский государственный электротехнический университет

«ЛЭТИ» им. В.И. Ульянова (Ленина)

Факультет компьютерных технологий и информатикиКафедра автоматики и процессов управления

ОТЧЕТ

по индивидуальной работе практического проекта №31 Тема: Достижения систем перевода

Студент гр.0391		Чащин Д.
Преподаватель		Котова Е.Е.

Санкт-Петербург 2023

ВВЕДЕНИЕ:

Достижения систем перевода - Системы перевода достигли значительных успехов в последние годы благодаря развитию и применению новых технологий и подходов. Некоторые из наиболее значимых достижений в этой области включают: Нейронные сети, Многоязычные модели, Контекстуальный перевод, Применение обучения с подкреплением, Гибридные системы перевода.

Эти достижения в системах перевода открывают новые возможности в коммуникации и глобальном взаимодействии между различными языками и культурами. Они помогают сократить языковой барьер и способствуют продвижению межкультурного понимания и сотрудничества.

Цель данной работы заключается в изучении достижений систем перевода, а

также в создании тезауруса, который предоставит исчерпывающий обзор этой актуальной темы.

ТЕЗАУРУС:

Достижения систем перевода:

Нейронные сети [2] - модели на основе нейронных сетей превзошли старые методы, такие как статистический машинный перевод, улучшив качество и естественность перевода.

ru.wikipedia.org

Многоязычность [1] - многоязычные модели позволяют переводить между различными языками, упрощая обучение и развертывание систем перевода. ru.wikipedia.org

Контекстуальный перевод [3] - современные системы перевода учитывают контекст, повышая точность и понимание переведенного текста. ru.wikipedia.org

Обучение с подкреплением [5] - применение обучения с подкреплением позволяет системам перевода учиться на своих ошибках и становиться более точными и эффективными.

ru.wikipedia.org

Гибридные системы [4] - комбинирование различных подходов, таких как нейросетевые модели с методами SMT или правилами, помогает достичь лучшей точности и эффективности перевода.

ru.wikipedia.org

Языковая барьер [10] - системы перевода помогают сократить языковой барьер, способствуя глобальной коммуникации и взаимодействию между различными языками и культурами.

ru.wikipedia.org

Межкультурное понимание [9] - достижения в системах перевода

способствуют развитию межкультурного понимания и сотрудничества.

ru.wikipedia.org

Эффективность и точность [8] - современные системы перевода обладают высокой эффективностью и точностью, улучшая процесс перевода в сравнении с традиционными методами.

ru.wikipedia.org

Возможности расширения [7] - развитие систем перевода создает новые возможности для использования в различных областях, таких как туризм, бизнес и научные исследования.

ru.wikipedia.org

Исследования и разработки:

Инновация [6] - это процесс создания и внедрения новых идей, продуктов, услуг,технологий или методов, которые приносят изменения и усовершенствования в какой-либо области или сфере деятельности. lexico.com

Тенденция [2] - Общее направление изменений или развития, какой-либо изменяющейся ситуации.

аcademic.ru

Этические аспекты и приватность:

Качество перевода[5] - Важно обеспечивать высокое качество перевода, чтобы избежать путаницы или неверного понимания сообщения. Некачественный

перевод может привести к неправильным выводам, ошибкам или потере информации.

аcademic.ru

Предвзятость и дискриминация[4] - Системы перевода должны быть настроены таким образом, чтобы избегать предвзятости или дискриминации в переводах. Использование некорректных или оскорбительных терминов может привести к нарушению прав и достоинства людей.

аcademic.ru

Конфиденциальность и приватность[7] - При использовании систем перевода, особенно в случае перевода конфиденциальной информации, важно обеспечивать сохранность данных и защиту приватности. Это может включать шифрование данных и соответствие международным стандартам безопасности. аcademic.ru

Сохранение контекста и культурных нюансов[8] - Переводчики сопровождают текст не только от исходного языка к целевому, но также

сохраняют его контекст и особенности культуры, для которой предназначен перевод. Системы перевода должны быть способны учитывать эти нюансы, чтобы избежать неточностей или непонимания.

аcademic.ru

Ответственность и неприемлемое использование[11] - Системы перевода могут быть использованы для распространения некорректной или вредоносной информации, включая ненависть, насилие или дискриминацию. Важно обеспечивать контроль над таким использованием и принимать меры для

пресечения неприемлемого контента.

аcademic.ru

Применение:

Автоматический перевод [3] - процесс машинного перевода, при котором компьютерные системы автоматически переводят текст или речь с одного языка на другой без участия человека.

lexico.com

Распознавание речи [4]- технология, позволяющая компьютерным системам распознавать и интерпретировать человеческую речь, переводя ее в текст или команды.

lexico.com

Постредактирование перевода [7] - процесс ручного корректирования автоматического перевода для повышения его качества и точности человеческим редактором.

ru.wikipedia.org

Глубокое обучение [11] - метод машинного обучения, использующий искусственные нейронные сети с множеством слоев, позволяющий обрабатывать сложные данные и решать сложные задачи. ru.wikipedia.org

Ограничение нежелательного или вредоносного контента [10] - применение мер и алгоритмов для предотвращения распространения нежелательного или вредоносного контента при использовании систем перевода.

ru.wikipedia.org

Локализация [6] - адаптация перевода для конкретной культуры или региона, чтобы адекватно передать информацию, учесть различия культурных норм и сделать перевод более понятным и релевантным.

lexico.com

Культурные специфики в переводе [6] - учет особенностей культур, связанных с использованием различных идиом, выражений или обычаев, для точного

перевода между различными языками.

ru.wikipedia.org

Список источников:

1. "Neural Machine Translation" (Ling et al., 2015)

2. "Attention Is All You Need" (Vaswani et al., 2017)

3. "Advances in Neural Machine Translation" (Koehn and Knowles, 2017)

4. "Foundations of Statistical Natural Language Processing" (Manning and Schütze, 1999)

5. "Machine Translation: From Research to Real Users" (Hutchins and Somers, 1992)

6. "Foundations of Statistical Machine Translation" (Koehn, 2010)

7. "Guide to Neural Machine Translation" (Bentivogli et al., 2017)

8. "Statistical Machine Translation" (Koehn, 2017)

9. "Neural Machine Translation and Sequence-to-sequence Models: A Tutorial" (Bahdanau et al., 2019)

10. "Recent Advances in Neural Machine Translation" (Koehn and Nakamura, 2017)

11. "Handbook of Natural Language Processing" (Indurkhya and Damerau, 2018)