Strojové učení v překladu

Původní název:

Machine Learning in Translation

Obsah knihy:

Strojové učení v překladu představuje teorie a technologie strojového učení (ML), které jsou pro překladatelské procesy nejdůležitější, přičemž k tématu přistupuje z lidské perspektivy a zdůrazňuje, že ML a technologie řízené ML jsou nástroji pro člověka.

Tato kniha, která zkoumá společný základ mezi lidským a strojovým učením a povahu překladu využívajícího tento nový rozměr, pomáhá lingvistům, překladatelům a lokalizátorům lépe najít jejich přidanou hodnotu v prostředí překladu založeného na ML. První část zkoumá, jak lidé a stroje přistupují k problému překladu svými vlastními specifickými způsoby, pokud jde o vkládání slov, rozdělování větších významových celků a predikci v překladu na základě širšího kontextu. Druhá část představuje klíčové úlohy, včetně strojového překladu, hodnocení kvality překladu a odhadu kvality a dalších úloh zpracování přirozeného jazyka (NLP) v překladu. Třetí část se zaměřuje na úlohu dat v procesech lidského i strojového učení. Navrhuje, že jedinečná hodnota překladatele spočívá ve schopnosti vytvářet, spravovat a využívat jazyková data v různých úlohách ML v procesu překladu. Nastiňuje nové znalosti a dovednosti, které je třeba začlenit do tradičního překladatelského vzdělávání v éře strojového učení. V závěru knihy je pojednáno o strojovém učení zaměřeném na člověka v překladu, přičemž je zdůrazněna potřeba posílit znalosti překladatelů v oblasti ML prostřednictvím komunikace s uživateli, vývojáři a programátory ML a možností neustálého vzdělávání.

Tato přístupná příručka je určena současným i budoucím uživatelům technologií ML v lokalizačních pracovních postupech, včetně studentů kurzů překladu a lokalizace, jazykových technologií a příbuzných oborů. Podporuje profesní rozvoj překladatelů z praxe, aby mohli plně využívat ML technologie a navrhovat vlastní překladatelské pracovní postupy a úlohy NLP zaměřené na člověka.