Ressenya: Translation Quality Assessment: From Principles to Practice
##plugins.themes.bootstrap3.article.main##
Resum
Amb el desenvolupament dels continguts digitals i les conseqüències de la globalització, cada dia es publiquen més continguts i cal traduir-los perquè siguin accessibles a les persones de tot el món. Aquest procés és molt senzill i directe gràcies a la implementació de la Traducció Automàtica (MT per les sigles en anglès), que és el procés de traduir textos automàticament amb un programari computacional en uns pocs segons. No obstant això, cal comprovar la qualitat dels textos per fer-los comprensibles, ja que la qualitat de la MT encara dista molt de ser perfecta. Translation Quality Assessment: From Principles to Practice, editat per Joss Moorkens, Sheila Castilho, Federico Gaspari i Stephen Doherty (2018), tracta de les diferents formes (automàtiques i manuals) amb què es poden avaluar aquestes traduccions. El volum explora com ha canviat el camp de la traducció al llarg de les dècades (des de 1978 fins 2018), els diferents mètodes que es poden aplicar i algunes consideracions per a futures aplicacions d'avaluació de la qualitat de les traduccions.
Descàrregues
##plugins.themes.bootstrap3.article.details##
Referències
Banerjee, S., & Lavie, A. 2005. METEOR: An automatic metric for MT evaluation with improved correlation with human judgments. In Proceedings of the ACL workshop on intrinsic and extrinsic evaluation measures for machine translation and/or summarization (pp. 65-72).
Castilho, S., Moorkens, J., Gaspari, F., Calixto, I., Tinsley, J., & Way, A. 2017. Is neural machine translation the new state of the art?. The Prague Bulletin of Mathematical Linguistics, 108(1), 109-120.
Nießen S, Och FJ, Leusch G, Ney H. 2000. An evaluation tool for machine translation: fast evaluation for MT research. In: Proceedings of the second international conference on language resources and evaluation, Athens, 31 May–2 June 2000, pp 39–45
Papineni, Kishore, Roukos Salim, Ward Todd, and Zhu Wei-Jing. 2002. BLEU: a method for automatic evaluation of machine translation. In Proceedings of the 40th annual meeting on association for computational linguistics, Association for Computational Linguistics, Philadelphia, 311-318.
Romero-Fresco P, Pérez JM. 2015. Accuracy rate in live subtitling: the NER model. In: Díaz Cintas J, Baños Piñero R (eds) Audiovisual translation in a global context. Palgrave Macmillan, London, pp 28–50
Snover, Matthew, Bonnie Dorr, Schwartz Richard, Linnea Micciulla, and John Makhoul. 2006. A study of translation edit rate with targeted human annotation. In Proceedings of the 7th Conference of the Association for Machine Translation in the Americas, The Association for Machine Translation in the Americas, Cambridge, 223-231.