구조화된 번역 메모리 기반 독일어-한국어 자동 번역 연구 - ADeKo-Newsletter을 이용하여 -
“Strukturierte Translation Memory” basierte Maschinelle Übersetzung für Deutsch-Koreanisch anhand des Beispiels aus dem ADeKo-Newsletter
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
Unter 'Translation Memory(TM)' versteht man eine Datenbank des bilingualen Korpus, d. h. eine zweisprachigen Datensammlung von Paralleltexten. TM+ dagegen ist eine erweiterte Form von TM und besteht aus dem besagten bilingualen Korpus und der linguistischen Struktur als Variable. In der vorliegenden Arbeit verfolgen wir zwei wissenschaftliche Zwecke. Zum einen wollen wir für die Deutsch-Koreanische Maschinelle Übersetzung die sogenannte „strukturierte Translation Memory(TM+)" entwickeln, welche die niedrige Abdeckungrate des TM - eine der ernstzunehmenden Schwächen des herkömmlichen Translation Memory(TM) - verbessern soll. Zum anderen wollen wir überprüfen, ob die Qualität der maschinellen Übersetzung durch TM+ tatsächlich verbessert werden kann. Der Übersetzungsprozeß im TM+ besteht foglendermaßen aus: In der ersten Phase wird TM durch Pre-Prozedur in eine „normale" Schreibform, d.h. ohne Rechtschreibfehler, unnötige Bindestriche oder überflüssige Symbole etc. umgewandelt. In der zweiten Phase, die sich mehr durch distinktive Eigenschaften von TM+ ausgezeichnet wird, werden die Eigennamen wie Personen-, Orts-, sowie Firmenname mithilfe von dem Eigenname-Recognizer durch "PRN" ersetzt. In der dritten Phase ersetzt der morphologische Analyser Datum durch "DATE" und Zahl durch "NUM". In der vierten Phase erfolgt das Chunking der Nominalphrase und sie werden durch "BNP" ersetzt. In der letzten Phase werden schließlich die Sätze von der Satzanalyzer durch Variable "S" ersetzt. Auf die derartige Übersetzung folgt der Evaluationsprozeß, um die Funktionalität von TM+ für die Deutsch-Koreanische Maschinelle Übersetzung zu überprüfen. Statistisch untersucht wurde dabei die Frage, wieviele Sätze von ADeKo-Evaluierungskorpus in den 144 Sätze von ADeko-Trainingskorpus auftreten. Das waren 36 von ingesamt 46 Sätzen(78.26%). Davon wurden 32 Sätze (69.57%) qualitativ verbessert, während 4 Sätze(8.70%) in ihrer Übersetzungsqualität sanken. So kamen wir zu dem Ergebnis, dass insgesamt 60.87%(=69.57% - 8.70%) durch TM+ verbessert wurden.
Abstract
Unter 'Translation Memory(TM)' versteht man eine Datenbank des bilingualen Korpus, d. h. eine zweisprachigen Datensammlung von Paralleltexten. TM+ dagegen ist eine erweiterte Form von TM und besteht aus dem besagten bilingualen Korpus und der linguistischen Struktur als Variable. In der vorliegenden Arbeit verfolgen wir zwei wissenschaftliche Zwecke. Zum einen wollen wir für die Deutsch-Koreanische Maschinelle Übersetzung die sogenannte „strukturierte Translation Memory(TM+)" entwickeln, welche die niedrige Abdeckungrate des TM - eine der ernstzunehmenden Schwächen des herkömmlichen Translation Memory(TM) - verbessern soll. Zum anderen wollen wir überprüfen, ob die Qualität der maschinellen Übersetzung durch TM+ tatsächlich verbessert werden kann. Der Übersetzungsprozeß im TM+ besteht foglendermaßen aus: In der ersten Phase wird TM durch Pre-Prozedur in eine „normale" Schreibform, d.h. ohne Rechtschreibfehler, unnötige Bindestriche oder überflüssige Symbole etc. umgewandelt. In der zweiten Phase, die sich mehr durch distinktive Eigenschaften von TM+ ausgezeichnet wird, werden die Eigennamen wie Personen-, Orts-, sowie Firmenname mithilfe von dem Eigenname-Recognizer durch "PRN" ersetzt. In der dritten Phase ersetzt der morphologische Analyser Datum durch "DATE" und Zahl durch "NUM". In der vierten Phase erfolgt das Chunking der Nominalphrase und sie werden durch "BNP" ersetzt. In der letzten Phase werden schließlich die Sätze von der Satzanalyzer durch Variable "S" ersetzt. Auf die derartige Übersetzung folgt der Evaluationsprozeß, um die Funktionalität von TM+ für die Deutsch-Koreanische Maschinelle Übersetzung zu überprüfen. Statistisch untersucht wurde dabei die Frage, wieviele Sätze von ADeKo-Evaluierungskorpus in den 144 Sätze von ADeko-Trainingskorpus auftreten. Das waren 36 von ingesamt 46 Sätzen(78.26%). Davon wurden 32 Sätze (69.57%) qualitativ verbessert, während 4 Sätze(8.70%) in ihrer Übersetzungsqualität sanken. So kamen wir zu dem Ergebnis, dass insgesamt 60.87%(=69.57% - 8.70%) durch TM+ verbessert wurden.
참고문헌 (13)
- 윤종수, "위키 백과에 참여해야 할 이유" (2006), ZDNet Korea
- 최승권, "독영, 영한 자동 번역 시스템 연결에 의한 인터넷 독한 자동 번역", 독어학, 1, pp.375~400 (1999)
- Choi, S. K, "Unifikationsbasierte Maschinelle Übersetzung mit Koreanisch als Quellsprache", pp.1995
- Carl, M, "Linking Translation Memories with Example-Based Machine Translation", Proceedings of Machine Translation Summit VII – MT in the Great Translation Era, pp.617~624 (1999)
- Elita, N, "Enhancing Translation Memories with Semantic Knowldege", Proceedings of the first Central European Student Conference in Linguistics. Budapest, pp.49~54 (2006)
- Hong, M. P, "Linguistische Probleme in der maschinellen Übersetzung Koreanisch-Deutsch", pp.2001
- Hodasz, G, "Translation Memory as a Robust Example-based Translation System", Proceedings of 9th EAMT Workshop Broadening Horizons of Machine Translation and its Applications. Malta, pp.82~89 (2004)
- Lagoudaki, E, "Translation Memories Survey 2006: Users’ perceptions around TM use", Proceedings of the Twenty-eighth International Conference on Translating and the Computer, pp.1~29 (2006)
- Planas, E, "Formalizing Translation Memories", Proceedings of Machine Translation Summit VII – MT in the Great Translation Era, pp.331~339 (1999)
- Rapp, R, "A Part-of-Speech-Based Search Algorithm for Translation Memories", Proceedings of third International Conference on Language Resources and Evaluation. Spain, pp.466~472 (2002)
- Schäler, R, "Beyond Translation Memories", Proceedings of Machine Translation Summit VIII – Workshop on Example-Based Machine Translation, pp.49~55 (2001)
- Simard, M, "Sub-sentential Exploitation of Translation Memories", Proceedings of Machine Translation Summit VIII, pp.335~339 (2001)
- Vogel, S, "Construction of a Hierarchical Translation Memory", Proceedings of the 18th International Conference on Computational Linguistics. Saarbruecken, Germany, pp.1131~1135 (2000)