基于自然语言处理的翻译策略识别研究 翟育铭 著 李佐文 编 新华文轩网络书店 正版图书
外语-英语读物 新华书店全新正版书籍
¥
43.15
6.9折
¥
62.9
全新
库存2件
作者翟育铭
出版社外语教学与研究出版社
ISBN9787521356700
出版时间2024-08
版次1
装帧平装
开本16开
页数228页
字数220千字
定价62.9元
货号1203413911
上书时间2024-11-08
商品详情
- 品相描述:全新
-
新华文轩网络书店 全新正版书籍
- 商品描述
-
《基于自然语言处理的翻译策略识别研究》旨在从翻译技巧的角度出发,为这一问题提供多维度的思考与解答。《基于自然语言处理的翻译策略识别研究》的主要内容是中央高校基本科研业务费专项资金项目(2024MS094)的研究成果。
翻译技巧,作为翻译学和语言学研究领域的核心议题,历来备受学界重视。面对难以直译的词汇或短语,译者常常运用诸如语义对等、宽泛化、具体化处理以及调整句子结构等多种翻译技巧,以期达到更加精准和自然的翻译效果。尽管如此,在自然语言处理领域,翻译技巧研究却相对匮乏。基于这一背景,《基于自然语言处理的翻译策略识别研究》提出了两个核心研究问题:我们是否能够自动识别翻译技巧?而这种识别能力又能否推动自然语言处理领域其他任务的发展?
为了深入回答这些问题,我们首先对翻译学界的丰富成果进行了系统的梳理与总结。从Vinay和Darbelnet的经典翻译理论,到Newmark的翻译层次理论,再到Chuquet和Paillard的翻译策略,以及Molina和Hurtado Albir的翻译技巧分类,我们汲取了前人的研究成果,为《基于自然语言处理的翻译策略识别研究》的研究打下了坚实的理论基础。
在此基础上,我们选取了TED Talks英法平行语料进行短语级别的翻译技巧标注,并制定了详尽的标注指南。为了验证研究假设,我们构建了一个短语级别的翻译技巧数据集,并采用四种不同的自动分类方法进行实验:传统的机器学习分类器、基于深度学习的CNN和MLP、结合上下文语义特征的ELMo和Context2Vec以及微调预训练跨语言模型XLM。实验结果表明,自动识别翻译技巧不仅可行,而且通过引入与上下文语义相关的特征,可以显著提升分类的准确度。此外,我们将研究扩展至英汉平行语料,进一步验证了翻译技巧分类的普适性。
在人工智能技术日益受到重视并快速发展的今天,我们坚信,机器翻译与人类译员之间并非简单的替代关系,而是一种相互补充、相互促进的伙伴关系。机器翻译能够作为人类译员的得力助手,帮助他们从繁重的翻译任务中解放出来,从而更专注于创造性和策略性翻译工作;同时,人类译员的丰富经验和深刻见解也将为机器翻译技术的持续进步提供宝贵的指导和灵感。
《基于自然语言处理的翻译策略识别研究》可作为翻译学和自然语言处理课程的参考读物,尤其适合翻译学和语言学领域的学者和研究生、自然语言处理领域的研究人员,以及机器翻译和人工智能领域的专业人士阅读。
— 没有更多了 —
以下为对购买帮助不大的评价