| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 8 / 8
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
PREVAJANJE KRATIC POVEZANIH Z DEJAVNOSTJO EVROPSKE UNIJE
Vera Svetec, 2015, diplomsko delo

Opis: Kratice so postale del našega vsakdana, pojavljajo se v različnih kontekstih, srečamo jih tako v visoko specializiranih, tehničnih in strokovnih besedilih kot v popolnoma neuradnih oblikah komuniciranja. Posebej plodno področje za nastanek vedno novih kratic so institucije Evropske unije, številne agencije in programi, ki se izvajajo in so bolj poznani po svojih kraticah kot po celotnem imenu. V diplomskem delu je poleg lastnosti kratic, njihove zgodovinske in sodobne rabe opisana tudi organizacija prevajanja v Evropski uniji, opisani so različni teoretični pristopi pri teoriji prevajanja ter sodobna informacijsko-komunikacijska tehnologija in njen vpliv na samo prevajanje in poklic prevajalca. V empiričnem delu diplomske naloge smo na manjšem vzorcu kratic in tudi s pomočjo spletnih jezikovnih korpusov ter terminoloških baz ugotavljali, kaj se dogaja s kraticami ob prenosu iz enega v drug jezik. Zanimalo nas je ali se ohranja prvotna, originalna različica z ali brez razlage, ali se kratica prevaja ali pa je uporabljena kakšna druga rešitev.
Ključne besede: kratice, teorija prevajanja, informacijsko-komunikacijska tehnologija, prevajalski pripomočki, strojno prevajanje, računalniško podprto prevajanje, jezikovni korpusi, Evropska unija, Generalni direktorat za prevajanje, Prevajalski center za organe Evropske unije
Objavljeno: 01.02.2021; Ogledov: 202; Prenosov: 16
.pdf Celotno besedilo (1,94 MB)

2.
Pregled prosto dostopnih strojnih prevajalnikov
Daniel Hari, 2018, delo diplomskega projekta/projektno delo

Opis: V projektni nalogi so predstavljene vrste strojnega prevajanja, ki so vgrajene v različne prevajalnike. Ti prevajalniki omogočajo, da se posamezna beseda ali daljše besedilo na podlagi izvedbe določenih algoritmov samodejno prevede iz izvornega jezika v ciljni jezik. Poznamo več načinov strojnega prevajanja, ki jih v nalogi tudi predstavimo. Vsako strojno prevajanje se razlikuje po načinu prevajanja oz. svojih značilnostih, različni načini prevajanja pa imajo tudi določene skupne lastnosti, kot sta sprotno učenje in iskanje dobrih prevodov v slovarjih ali bazah podatkov, ki pripomorejo k bolj natančnemu prevodu same besede oz. besedila. Naloga je sestavljena iz teoretičnega in praktičnega dela. V teoretičnem delu je predstavljen pregled načinov prevajanja, v praktičnem delu pa analiza kakovosti prevajanja posameznih prosto dostopnih prevajalnikov.
Ključne besede: Strojno prevajanje, strojni prevajalniki, slovarji, korpus, strojno učenje, statistični pristop.
Objavljeno: 05.02.2019; Ogledov: 695; Prenosov: 133
.pdf Celotno besedilo (3,35 MB)

3.
Analiza metrik za avtomatsko vrednotenje strojnih prevodov
Klemen Arzenšek, 2018, delo diplomskega projekta/projektno delo

Opis: V projektu smo opravili pregled metrik za avtomatsko vrednotenje strojnih prevodov. Testirali smo določene metrike za ocenjevanje prevodov iz angleščine v slovenščino. Vsi testi so bili opravljeni z metrikami direktno iz Linux terminala. Testirali smo tako, da smo vsako metriko oz. sklop metrik lokalno zaganjali, vsako metriko posebej z več testnimi vzorci, da smo dobili več rezultatov in tako odpravili nepotrebna odstopanja. V poročilu bomo predstavili tudi osnove strojnega prevajanja in osnove vrednotenja le-tega. Metrike, ki smo jih uporabili pri testiranju, bomo podrobno opisali in v praksi preizkusili.
Ključne besede: strojno prevajanje, evalvacija, metrika avtomatske evalvacije
Objavljeno: 05.02.2019; Ogledov: 632; Prenosov: 58
.pdf Celotno besedilo (1,18 MB)
Gradivo ima več datotek! Več...

4.
Primerjava prevodov brezplačnih spletnih prevajalnikov
Gregor Purgaj, 2016, diplomsko delo

Opis: Predmet diplomskega dela so spletni prevajalniki Bing Translator, Google Translate in Amebis Presis. Analizirali smo, kako uspešno navedeni prosto dostopni spletni prevajalniki pri prevajanju upoštevajo oblikovno-skladenjska pravila pri prevajanju preprostejših stavčnih struktur iz nemškega jezika v slovenski jezik in katere izmed analiziranih struktur povzročajo posameznim programom največ težav. Vzorec je zajemal skupaj sto deset primerov in je bil razdeljen v osem različnih kategorij. Kot procentualno najuspešnejši se je pri prevajanju izkazal program Amebis Presis, drugi je bil Google Translate, najslabše pa je prevajal program Bing Translator.
Ključne besede: strojno prevajanje, spletni prevajalniki, Bing Translator, Google Translate, Amebis Presis
Objavljeno: 22.09.2016; Ogledov: 792; Prenosov: 63
.pdf Celotno besedilo (614,13 KB)

5.
6.
O avtomatski evalvaciji strojnega prevajanja
Darinka Verdonik, Mirjam Sepesy Maučec, 2013, izvirni znanstveni članek

Opis: Stalen del razvoja strojnega prevajanja je evalvacija prevodov, pri čemer se v glavnem uporabljajo avtomatski postopki. Ti vedno temeljijo na referenčnem prevodu. V tem prispevku pokažemo, kako zelo različni so lahko referenčni prevodi za področje podnaslavljanja ter kako lahko to vpliva na oceno – ista metrika lahko isti prevajalnik oceni kot neuporaben ali kot zelo uspešen samo na podlagi tega, da uporabimo referenčne prevode, ki so pridobljeni po različnih postopkih, vendar vedno jezikovno in pomensko povsem ustrezni.
Ključne besede: strojno prevajanje, vrednotenje, evalvacija, referenčni prevod, BLEU, TER
Objavljeno: 10.07.2015; Ogledov: 683; Prenosov: 292
.pdf Celotno besedilo (442,77 KB)
Gradivo ima več datotek! Več...

7.
ANALIZA SPLETNIH JEZIKOVNIH PREVAJALNIKOV
Peter Kolar, 2014, diplomsko delo

Opis: V diplomski nalogi smo preučili uporabnost in praktičnost prosto dostopnih spletnih prevajalnikov Google Translate, Amebis Presis in Bing Translator pri prevajanju besedila s področja tehnologije iz angleškega v slovenski jezik. Uporabnost in razumevanje prevedenega besedila smo preverili s pomočjo ankete, katero so izpolnjevali študenti Fakultete za računalništvo in matematiko Univerze v Mariboru, in nato na podlagi odgovorov izvedli analizo, predstavili in po kakovosti ter uporabnosti spletne prevajalnike tudi razvrstili.
Ključne besede: spletni prevajalniki, strojno prevajanje, evalvacija, Google Translate, Amebis Presis, Bing Translator
Objavljeno: 16.05.2014; Ogledov: 1574; Prenosov: 120
.pdf Celotno besedilo (1,29 MB)

8.
UGLAŠEVANJE PARAMETROV PRI STATISTIČNEM STROJNEM PREVAJANJU
Jani Dugonik, 2013, magistrsko delo

Opis: V magistrskem delu se bomo osredotočili na uglaševanje sistema za strojno prevajanje. V okviru tega bomo vzpostavili sistem za strojno prevajanje, ki temelji na statističnih modelih. Omejili se bomo na prevajanje iz slovenščine v angleščino. Rezultate bomo ocenili z metriko BLEU. Pričakujemo, da bo naš pristop primerljiv z ostalimi metodami.
Ključne besede: strojno prevajanje, statistično strojno prevajanje, jezikovni model, evolucijski algoritem, uteži, uglaševanje, optimizacija
Objavljeno: 11.07.2013; Ogledov: 1717; Prenosov: 151
.pdf Celotno besedilo (1,28 MB)

Iskanje izvedeno v 0.16 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici