본문 바로가기
KERD
논문KCI 등재

구글 신경망 번역 얼마나 진화했나? 초창기와 현재의 번역 품질을 중심으로

Quels sont les progrès réalisés en matière de traduction automatique neuronale: le cas de Google Translate

0

조회

0

다운로드

5

인용

0

참고문헌

키워드

초록

본 연구는 2016년 말 일반인들에게 소개된 구글 신경망 번역과 현재의 구글 신경망 번역의 불한 번역 결과물 품질 비교·분석을 통해 구글신경망 번역의 발전 현황을 이해해보고자 한다. 이를 위해 르몽드에서선별한 신문 기사의 문장 110개를 RNN Sep2Sep 구글 번역(2017년) 그리고 트랜스포머 인코더와 RNN 디코더를 결합한 하이브리드 모델의구글 번역(2022년)으로 처리한 다음 단어, 구문, 문장, 텍스트, 편집을중심으로 번역 품질 평가를 실시하였다. 그 결과, 번역 단위가 문장으로 설정되어 있는 구글 신경망 번역의 성능이 상당히 향상되었음을 확인할 수 있었다. 이는 문장을 구성하는 어휘들 간의 연결 관계를 파악하고 재현하는 능력이 향상된 것으로 번역 결과물의 정확도와 가독성의 개선으로 이어지고 있다. 하지만, 여전히 내용 오류, 부자연스러운표현이 빈번하게 발견되며 문장의 연결이 부자연스러워 번역문이 텍스트로서 제대로 기능하지 못하고 있음을 확인할 수 있었다.

Abstract

L’objectif de cette étude est de vérifier l’état de lieu de Google Neural Machine Translation afin de dresser les perspectives de la traduction français-coréen réalisée par la traduction automatique. Depuis l’adoption du système neuronale en 2016, Google Translate a connu un changement de l’architecture passant du modèle RNN Seq2Seq au modèle hybride combinant le Transformer(encodeur) et le modèle RNN(décodeur). L’analyse et la comparaison des traductions effectuées par Google Neural Machine Translation de 2017 et de 2022 de 110 phrases des articles selectionnés du journal le Monde ont révélé une nette amélioration de la qualité de traduction en terme de fidélité et de lisibilité grâce à une meilleure perception de la corrélation entre les mots. Cependant, la cohérence de la traduction laisse à désirer et les erreurs de sens et les expressions maladroites ne sont pas parfaitement éliminés.

참고문헌 (33)

  1. Jamal, Al-Qinai, "Translation Quality Assessment. Strategies, Parametres and Procedures", META, 45(3), pp.497~519 (2000)
  2. Roger T. Bell, "Human and Machine Translatiors: A visoin of 2020", 통번역학연구, 10(2), pp.143~171 (2007), 통번역연구소
  3. Bell, Roger Thomas, "Translation and Translating" (1991), Longman
  4. Brunette, Louise, "Towards a Terminology for Translation Quality Assessment", The Translator, 6(2), pp.169~182 (2000)
  5. Chandioux, John, "METEO: un système opérationnel pour la traduction automatique des bulletins météorologiques destinés au grand public", Meta, 21(2), pp.127~133 (1976)
  6. Colina, Sonia, "Translation quality evaluation: Empirical evidence for a functionalist approach", The Translator, 14(1), pp.97~134 (2008)
  7. Eugene, Albert Nida, "The theory and Practice of Translation" (1969), United Bible Societies
  8. Hatim, Basil, "Discourse and the Translator" (1990), Longman
  9. House, Juliane, "Translation quality assessment: A model revisited" (1997), Gunter Narr Verlag
  10. "Google’s multilingual neural machine translation system: Enabling zero-shot translation" (2017)[URL]
  11. "Google’s Neural Machine Translation System : Bridging the Gap between Human and Machine Translation" (2016)[URL]
  12. 강병규, "신경망 기계번역의 작동 원리와 번역의 정확률 - 중한 번역을 실례로", 중어중문학, (73), pp.253~295 (2018), 한국중어중문학회[DOI]
  13. 서보현, "기계번역 결과물의 오류유형 고찰", 번역학연구, 19(1), pp.99~117 (2018), 한국번역학회[DOI]
  14. 윤애선, "『디지털 바벨탑』 세우기, 어디까지 왔나? – 프-한 기계번역의 현황과 전망", 불어불문학연구, (117), pp.157~199 (2019), 한국불어불문학회[DOI]
  15. 이미경, "기계번역 vs. 인간번역, 텍스트 모호성 해소를 위한 전략 고찰 -연설문 번역을 중심으로", 인문사회 21, 10(2), pp.687~700 (2019), 인문사회 21[DOI]
  16. 이주리애, "인공신경망 기계 번역의 한일", 일한 번역 품질에 대한 예비연구-품질향상 검토와 교열코드 적용-, 2018, pp.20(1), 43~71[DOI]
  17. 임순정, "구글 번역기를 통해서 본 통계기반방식 번역기의 특징", 통번역교육연구, 10(3), pp.183~211 (2012), 한국통번역교육학회
  18. 임순정, "구글 번역의 사례연구: 번역품질과 번역단위와의 관계를 중심으로", 번역학연구, 15(1), pp.177~209 (2014), 한국번역학회[DOI]
  19. 장애리, "국내 기계 통번역의 발전 현황 분석: 한·중 언어 쌍을 중심으로", 번역학연구, 18(2), pp.171~206 (2017), 한국번역학회[DOI]
  20. 정희자, "담화와 문법" (1999), 한신문화사
  21. 조준형, "번역코퍼스를 활용한 번역문법 연구- 프랑스어 동사 aller의 사례를 중심으로 -", 프랑스어권 문화예술연구, 61, pp.305~332 (2017), 프랑스문화예술학회[DOI]

관련 논문AI추천

이 간행물의 다른 논문 (5건)