The use of machine translation in high-stakes texts: A case study on guidelines for natural disasters
Yüksek riskli metinlerde makine çevirisi: Doğal afet kılavuzları üzerine bir vaka çalışması
- Tez No: 865768
- Danışmanlar: PROF. DR. IŞIN ÖNER
- Tez Türü: Yüksek Lisans
- Konular: Mütercim-Tercümanlık, Translation and Interpretation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul 29 Mayıs Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Mütercim Tercümanlık Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 182
Özet
Hızla gelişen yapay zeka ve makine öğrenimi teknolojileri, çevirmenler arasında iş kaybına ilişkin endişelerin artmasına neden olmuştur. Bu endişeye yanıt olarak bu çalışma, DeepL Translator ve Google Translate'in Türkçe doğal afet kılavuzlarını İngilizceye çevirirkenki performansını değerlendirmekte ve ham makine çevirisi çıktılarının bu tür yüksek riskli bağlamlarda kullanılıp kullanılamayacağını araştırmaktadır. Çalışma ayrıca makine çevirisi çıktılarındaki hataların düzeltilmesinde ön düzenleme işlemlerinin etkinliğini araştırmaktadır. MQM (Multidimensional Quality Metrics) kullanılarak, her iki makine çevirisi sisteminin ham çıktıları üzerinde kapsamlı bir analiz gerçekleştirilmiştir. Ardından, tespit edilen her hata için ön düzenleme stratejileri geliştirilmiştir. Bulgular, her iki sistemin de beklenenden daha az hata üretmesine rağmen, makine çevirisi çıktılarında“majör”ve“kritik”düzeylerinde hatalar bulunduğunu ortaya koymakta ve kara kutu nöral makine çevirisi sistemlerinin tahmin edilemez doğasının altını çizmektedir. Terminoloji kategorisindeki hatalar haricinde, ön düzenlemenin çeviri hatalarının önemli bir kısmının giderilmesinde etkili olduğu görülmüştür. Sonuç olarak, bu çalışma mevcut makine çevirisi sistemlerinin gelişmiş kabiliyetlerine rağmen, insan çevirmenin çeviri sürecindeki vazgeçilmez rolünün altını çizmektedir.
Özet (Çeviri)
The rapidly evolving artificial intelligence and machine learning technologies have led to growing concern among translators regarding potential job displacement. In response to this concern, this study evaluates the performance of DeepL Translator and Google Translate in translating Turkish guidelines for natural disasters into English, and explores whether raw machine translation output can be used in such high-stakes contexts. Additionally, it investigates the effectiveness of pre-editing operations in correcting errors in machine translation outputs. Using the MQM (Multidimensional Quality Metrics) framework, a comprehensive analysis was conducted on the raw outputs of both machine translation systems. Then, pre-editing strategies were developed for each error. Findings reveal that while both systems produced fewer errors than expected, errors of“major”and“critical”severity levels were present in machine translation outputs, underscoring the unpredictable nature of black-box neural machine translation systems. Pre-editing was found to be effective in addressing a significant portion of errors, with the exception of errors in terminology category. In conclusion, this study emphasizes the indispensable role of human translators in the translation process, despite the advanced capabilities of current machine translation systems.
Benzer Tezler
- A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation
Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği
SEZER MEMİŞ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- İki dönüştürücülü ultrasonik temizleme sistemi tasarımı
Desing and analysis of an ultrasonic cleaning system with two transducers
MEHMET EMİN ŞAHİN
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN HÜNER
- From data to action: Transforming pressure testing in manufacturing with machine learning for enhancing energy efficiency
Veriden aksiyona: Üretimdeki basınç testini makine öğrenimiyle dönüştürmek ve enerji verimliliğini artırmak
ERHAN YILDIZ
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- Nano silikanın yüksek oranda uçucu kül içeren betonların taze hal, priz süresi ve mekanik ozellikleri üzerine etkisinin araştırılması
Investigation on the effect of nano-silica on the fresh state, setting times and mechanical properties of concrete with high fly ash content
AHMET BARAN
Yüksek Lisans
Türkçe
2022
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN NURİ ATAHAN
- Al.Fe.Si. ve Al.Fe.Si.Mn. alaşımlı alüminyum folyoların mekanik performans özelliklerinin karşılaştırılması
Başlık çevirisi yok
SEFER SINMAZ
Yüksek Lisans
Türkçe
1998
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji Eğitimi Ana Bilim Dalı
PROF. DR. EYÜP SABRİ KAYALI