Geri Dön

Post-editing skills for neural machine translation from English to Turkish

İngilizce-Türkçe nöral makine çevirisi için son-düzenleme becerileri

  1. Tez No: 750002
  2. Yazar: CEMAL TOPCU
  3. Danışmanlar: DOÇ. DR. MÜGE IŞIKLAR KOÇAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mütercim-Tercümanlık, Translation and Interpretation
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Mütercim Tercümanlık Ana Bilim Dalı
  12. Bilim Dalı: Mütercim Tercümanlık (İngilizce) Bilim Dalı
  13. Sayfa Sayısı: 318

Özet

Bu çalışma, Nöral Makine Çevirisinin (NMÇ) Türkçedeki performansını ve özellikle Türkçe son-düzenleme için gerekli olabilecek son düzenleme becerilerini incelemektedir. Google Translate, Bing Translator, Yandex.Translate, Reverso ve Watson Language Translator olmak üzere beş çevrimiçi NMÇ sistemi ile bir makine çevirisi (MÇ) testi yapılmıştır. Bu amaçla ikişer teknik, hukuki ve tıbbi metnin makine çevirisi yapılmıştır. Ham MÇ çıktıları daha sonra SCATE MÇ hata sınıflandırması kullanılarak değerlendirilirmiştir. Sonuçlar, son-düzenleme bakış açısıyla analiz edilerek son-düzenlemede en çok hangi hata türlerinin düzeltildiği gösterilmiştir. Ayrıca bu tür hataları düzeltmek için gereken beceriler vurgulanmıştır. Sonuçlar, bitişken dil yapısının ve yazım kurallarının Türkçe son-düzenlemenin temel unsurları olduğunu ortaya koymaktadır. En sorunlu üç akıcılık kategorisi dilbilgisi, sözcük ve ortografidir. Dilbilgisi için en hatalı alt kategoriler ise sözcük biçimi, fazla sözcük ve eksik sözcük olduğu, sözcük için sözcük seçimi ve ortografi için noktalama işaretleri, büyük harf kullanımı ve yazım olduğu bulunmuştur. Doğruluk açısındansa çıkarma, yanlış çeviri, mekanik en hatalı üç kategori olduğu tespit edilmiştir. Bunların alt kategorileri ele alınınca, yanlış çeviri için kelime anlamını netleştirme baskındır ve mekanik içinse büyük harf kullanımı ve diğer hatalar alt kategorisi ön plana çıkmaktadır. Elde edilen bulgulara göre gerekli Türkçe son düzenleme becerileri, Türkçe son eklerin, dilbilgisi ve imla kurallarının rolünün ve kullanımının tam olarak anlaşılması, terim bilgisi ve sözlük bilgisidir.

Özet (Çeviri)

This study examines the performance of Neural Machine Translation (NMT) in Turkish as well as the post-editing skills that may be required particularly for Turkish post-editing. A machine translation (MT) test is performed with five online NMT systems, namely Google Translate, Bing Translator, Yandex.Translate, Reverso, and Watson Language Translator. For this purpose, two technical, two legal, and two medical texts are machine- translated. The raw MT outputs are then assessed using the SCATE MT error taxonomy. The results are analyzed from a post-editing standpoint, demonstrating which mistake types are most frequently amended in the post- editing process. Furthermore, the abilities required to correct faults in these areas are highlighted. The results reveal that agglutinative nature and orthography rules are essential elements of post-editing in Turkish. The three fluency categories that involve the greatest number of errors are grammar, lexicon, and orthography, and their most erroneous subcategories are found to be word form, extra word, and missing word for grammar; lexical choice for lexicon; and punctuation, capitalization, and spelling for orthography. In terms of accuracy, omission, mistranslation, and mechanical categories are the three most erroneous categories. For their subcategories, word sense disambiguation is dominant for mistranslation, and for mechanical, capitalization and other come to the forefront. According to the findings, the necessary Turkish post-editing skills are a thorough understanding of the use and role of Turkish suffixes, grammar and orthography rules, terminology, and lexicology.

Benzer Tezler

  1. Çevirmenin makine çevirisi sürecinde bir eyleyen olarak çevirmen-çeviri motoru etkileşimindeki rolü

    The role of the translator as an agent in translator-translation engine interaction in the machine translation process

    İNAL İNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Mütercim-TercümanlıkSakarya Üniversitesi

    Çeviribilim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZDEN ŞAHİN ER

  2. Effectiveness of using the word processor in writing classes to enhance revising and editing skills

    Yeniden yazma ve hata düzeltme becerilerini geliştirmek için yazma derslerinde bilgisayar kullanımı

    DİLEK YAVUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    1997

    Eğitim ve Öğretimİhsan Doğramacı Bilkent Üniversitesi

    PROF. DR. THEODORE S. RODGERS

  3. Öz-düzenlemeli strateji geliştirme eğitiminin Türkçe öğretmeni adaylarının yazma sürecinde gözden geçirme-düzeltme becerileri üzerine etkisi

    The effect of self-regulated strategy development training on the review-correction skills of Turkish teacher candidates in the writing process

    GÜLSÜM SERTOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Eğitim ve ÖğretimPamukkale Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    PROF. DR. DERYA YAYLI

  4. Güncel sektör ihtiyaçları doğrultusunda bir çevirmen edinci model önerisi

    A recommendation for translator competence model in accordance with current industry needs

    BUĞRA KAŞ

    Doktora

    Türkçe

    Türkçe

    2022

    Mütercim-TercümanlıkSakarya Üniversitesi

    Çeviribilim Ana Bilim Dalı

    PROF. DR. İLYAS ÖZTÜRK

  5. Stratejiye dayalı konuşma etkinliklerinin ortaokul öğrencilerinin konuşma becerisi ve konuşma kaygısına etkisi

    The effect of strategy-based speaking activities on the speaking skills and speaking anxiety of secondary school students

    NURŞEN YILDIRIM

    Doktora

    Türkçe

    Türkçe

    2024

    Eğitim ve Öğretimİnönü Üniversitesi

    Türkçe ve Sosyal Bilgiler Ana Bilim Dalı

    PROF. DR. HASAN KAVRUK