Vlastní klíčové výrazy překladatele

  • Článek
  • 2 min ke čtení

Následující tabulka uvádí seznam klíčových pojmů, které se mohou při práci s vlastním překladatelemnajít.

Slovo nebo fráze Definice
Zdrojový jazyk Zdrojový jazyk je počáteční jazyk, který chcete převést na jiný jazyk ("cíl").
Cílový jazyk Cílový jazyk je jazyk, který má strojový překlad poskytnout poté, co obdrží zdrojový jazyk.
Soubor Monolingual Soubor monolingual má jeden jazyk, který není spárován s jiným souborem jiného jazyka.
Paralelní soubory Paralelní soubor je kombinací dvou souborů s odpovídajícím textem. Jeden soubor má zdrojový jazyk. Druhý má cílový jazyk.
Zarovnání věty Paralelní datová sada musí mít zarovnaná věty na věty, které reprezentují stejný text v obou jazycích. Například ve zdrojovém paralelním souboru by první věta měla být teoreticky namapována na první větu v cílovém paralelním souboru.
Zarovnaný text Jedním z nejdůležitějších kroků při ověřování souborů je zarovnání vět v paralelních dokumentech. Věci jsou v různých jazycích vyjádřené jinak. Různé jazyky mají různé wordové objednávky. Tento krok provede úlohu zarovnání vět se stejným obsahem, aby bylo možné je použít pro školení. V případě nesprávného zarovnání vět se zobrazuje něco špatného u jednoho nebo obou souborů.
Rozdělení nebo zrušení přerušení slova Dělení slov je funkce označující hranice mezi slovy. Řada systémů psaní používá prostor k označení hranice mezi slovy. Zrušení přerušení slova odkazuje na odebrání viditelné značky, která může být vložena mezi slova v předchozím kroku.
Oddělovače Oddělovače jsou způsoby, kterými je věta rozdělena do segmentů nebo je ohraničena na hranici mezi větami. V anglickém prostoru například vymezují slova, dvojtečky a klauzule pro vymezení středníků a vymezené věty.
Školicí soubory Školicí soubor se používá k učení systému strojového překladu, jak namapovat z jednoho jazyka (zdroje) do cílového jazyka (cíle). Větší údaje, které zadáte, tím lépe bude systém provádět.
Ladění souborů Tyto soubory jsou často náhodně odvozené ze sady školení (Pokud nevyberete sadu optimalizace). Tyto věty jsou využívány pro vyladění systému a jejich správné fungování. Pokud chcete vytvořit model překladu pro obecné účely a vytvořit vlastní soubory pro ladění, ujistěte se, že se jedná o náhodnou sadu vět napříč doménami.
Testování souborů Tyto soubory jsou často odvozené soubory, náhodně vybrané ze sady školení (Pokud nevyberete žádnou testovací sadu). Účelem těchto vět je vyhodnotit přesnost modelu překladu. Vzhledem k tomu, že tyto věty jsou ty, které chcete zajistit, aby systém byl přesně předaný, možná budete chtít vytvořit testovací sadu a odeslat ji do překladatele. Tím zajistíte, že se tyto věty budou používat ve vyhodnocování systému (generování skóre BLEU).
Soubor se seznamem Typ souboru, ve kterém jsou zdrojové a přeložené věty obsaženy ve stejném souboru. Podporované formáty souborů (. TMX,. xliff,. xlf,. ici,. xlsx).
Archivní soubor Soubor, který obsahuje jiné soubory. Podporované formáty souborů (zip, GZ, tgz).
Skóre BLEU Bleu je standardní metoda pro vyhodnocení "přesnosti" nebo přesnosti modelu překladu. I když existují jiné metody vyhodnocení, Microsoft Translator využívá metodu BLEU, která oznamuje přesnost vlastníkům projektu.