Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "machine translate" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Lingwodydaktyczny potencjał ChatGPT w nauczaniu języków obcych
    The linguistic and didactic potential of ChatGPT in foreign language teaching
    Autorzy:
    Iakovleva, Olga
    Powiązania:
    https://bibliotekanauki.pl/articles/52571285.pdf
    Data publikacji:
    2024
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu. Collegium Novum. Polskie Towarzystwo Neofilologiczne
    Tematy:
    artificial intelligence
    ChatGPT
    foreign language teaching
    phraseology
    machine translate
    sztuczna inteligencja
    glottodydaktyka
    frazeologia
    tłumaczenie automatyczne
    Opis:
    ChatGPT can be used as an alternative resource when learning a foreign language. It has a wide range of applications, such as: working with vocabulary and grammar, practicing, testing and proofreading texts, practicing speaking, creating learning materials, automatically translating texts and providing information about countries, cultures, history and other aspects related to the foreign language being taught. Phraseological competence is an important element of general communicative skills, which enables the learner of a foreign language to use the language correctly, freely, and broadens knowledge of intercultural issues. The article analyses the possibilities of using a chatbot when learning foreign language phraseology. The study aims to assess the effectiveness of ChatGPT in the process of foreign-language phraseology acquisition. Texts from Russian and Polish textbooks containing phraseological units are used as material. The results reveal that for this purpose ChatGPT can be used partially because its effectiveness is related to the type of specific task. The Chatbot gives worse results when it is tasked with translating phraseological compounds or citing an example of their use, while it is promising as an alternative resource for creating educational content. .
    Źródło:
    Neofilolog; 2024, 62/1; 333-350
    1429-2173
    Pojawia się w:
    Neofilolog
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Maschinelle Übersetzung – Grenzen und Möglichkeiten
    Machine Translation – Boundaries and Capabilities
    Autorzy:
    Łopuszańska, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/458659.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Wrocławski. Oficyna Wydawnicza ATUT – Wrocławskie Wydawnictwo Oświatowe
    Tematy:
    Kommunikation
    maschinelle Übersetzung
    Translatica
    Google Translate
    communication
    machine translations
    Opis:
    Die maschinelle Übersetzung, die die sofortige Übersetzung großer Textmengen ermöglicht, wird zu einem äußerst wertvollen Werkzeug für eine schnelle Kommunikation. Der vorliegende Beitrag beschreibt die Probleme, die bei der maschinellen Übersetzung auftauchen, und Versuche, diese zu lösen.
    Machine translation as permitting instant translation of an extensive volume of texts, is becoming an invaluable tool for quick communication. This article reviews the problems encountered in machine translation and attempts to solve them.
    Źródło:
    Linguistische Treffen in Wrocław; 2019, 15; 145-156
    2084-3062
    2657-5647
    Pojawia się w:
    Linguistische Treffen in Wrocław
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O wiele więcej niż Google Translate, czyli komputerowe przetwarzanie języka naturalnego (NLP) w translatoryce i translatologii
    Far Beyond Google Translate: Natural Language Processing (NLP) in Translation and Translatology
    Autorzy:
    Okulska, Inez
    Powiązania:
    https://bibliotekanauki.pl/articles/912393.pdf
    Data publikacji:
    2020-06-15
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    literary translation
    machine learning
    big data
    natural language processing
    theory of translation
    computational linguistics
    machine translation
    przekład literacki
    teoria przekładu
    przetwarzanie języka naturalnego
    lingwistyka komputerowa
    przekład maszynowy
    uczenie maszynowe
    Opis:
    Przewrotna jest rola postępu – im więcej technologicznego rozwoju, tym większy udział człowieka – w koncepcji, formułowaniu zadań, interpretacji wyników, nadzorze i korekcie. Hierarchia jest zachowana, człowiek wciąż nieodzowny, ale to nie znaczy, że w pewnych obszarach maszynowy potencjał rzeczywiście nie przewyższa ludzkiego i że nie warto z tej przewagi skorzystać. Przetwarzanie języka naturalnego (NLP) to dziedzina niemłoda, ale w ostatnich latach dzięki rozkwitowi metod uczenia głębokiego (deep learning), mody na maszynowe wnioskowanie (data/knowledge mining) czy nowym sprzętowym interfejsom (m.in. zaawansowane rozpoznawanie obrazu) komputerowa analiza tekstu przeżywa istny renesans. W odniesieniu do translacji przyjęło się mówić i pisać głównie o coraz doskonalszych lub właśnie zupełnie niemożliwych algorytmach dla kolejnych par języków czy coraz większej precyzji samego tłumaczenia. Niniejszy artykuł przedstawia natomiast nieco szersze spektrum procesu tłumaczenia i przygląda się elementom przekładowi towarzyszącym (jak choćby krytyka), w których wykorzystanie metod NLP możeprzynieść nowe, ciekawe wyniki. Wyniki, których ze względu na ograniczoną moc obliczeniową człowiek nie jest w stanie osiągnąć. Omówione zostały takie aspekty jak wektorowa reprezentacja języka, stylometria i jej zastosowania czy analiza wielkich zbiorów danych – wszystko to na potrzeby szeroko rozumianychtranslacji i translatologii.
    The more technological development, the greater the participation of the human – in formulating tasks and problems, supervising and improving automated processes and interpreting their outcomes. The hierarchy is preserved, humans are still indispensable, but it does not mean that in certain areas of machinery the potential does not really exceed that of the human and that this advantage is not worth exploiting. Natural language processing (NLP) is not a young field, but in recent years, thanks to the thrive of deep learning methods, data and knowledge mining or new human-machine interfaces, computer text analysis is experiencing a real renaissance. As far as translation is concerned, it is mostly algorithms for machine translation that are being discussed. This article, on the other hand, presents a slightly broader spectrum of the translation process and looks at the accompanying elements (such as criticism) in which the use of NLP methods may bring new and interesting results. Results which, due to limited computing power, humans are unable to achieve. The discussion in the paper covers such aspects as the vector representation of language,stylometry and its application, or the analysis of large data sets – all for the purposes of translation and translatology.
    Źródło:
    Porównania; 2020, 26, 1; 283-297
    1733-165X
    Pojawia się w:
    Porównania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Test Turinga dla (automatycznego) przekładu poezji
    The Turing Test for the (Machine) Translation of Poetry
    Autorzy:
    Studzińska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/912391.pdf
    Data publikacji:
    2020-06-15
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    Google Translate
    DeepL
    Microsoft Bing
    machine translation
    poetry translation
    Turing test
    przekład automatyczny
    przekład poezji
    test Turinga
    Opis:
    W 1950 roku wybitny brytyjski matematyk Alan Turing zaproponował test określający zdolność komputera do generowania zdań języka naturalnego. Komputer pomyślnie przechodził próbę, jeśli rozmawiający z nim za pośrednictwem ekranu człowiek nie był w stanie stwierdzić, czy jego interlokutorem jest homo sapiens, czy maszyna. Dziś dynamiczny rozwój komputerowych programów tłumaczeniowych skłania do pytań o możliwości maszynowego przekładu tekstu literackiego, w tym poetyckiego. Czy tłumacz elektroniczny może przełożyć wiersz tak, by odbiorca myślał, że przekładu dokonał człowiek? Jakie zjawiska językowe i tekstowe najbardziej demaskują sztuczną inteligencję translatora? Czy stworzony w ten sposób tekst można rozpatrywać w kategorii dzieła sztuki?
    In 1950, the brilliant British mathematician Alan Turing proposed a test to determinea computer’s ability to generate natural language sentences. The computer passed the test when the human communicating with it by means of a screen was unable to discern if they were talking to another human or to a machine. Today the dynamic development of machine translation software makes us wonder about the possibilities of automatically translating literature, including poetry. Can a computer- generated translation pass for a human one? What linguistic and textual phenomena are most likely to expose the artificial intelligence of the translator? Can the computer-generated translation be viewed as a work of art?
    Źródło:
    Porównania; 2020, 26, 1; 299-313
    1733-165X
    Pojawia się w:
    Porównania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies