Μεταφραστική Τεχνολογία


Διδάσκων/ουσα: Σωσώνη Βιλελμίνη
Κωδικός Μαθήματος: YK-5001
Κωδικός Gram-Web: ΓΠ8010
Κατηγορία Μαθήματος: Ειδικού Υποβάθρου - Κορμού
Τύπος Μαθήματος: Υποχρεωτικό
Επίπεδο Μαθήματος: Προπτυχιακό
Γλώσσα Μαθήματος: Ελληνικά
Εξάμηνο: Ε΄
ECTS: 6
Σύνολο Ωρών: 3
Erasmus: Μη Διαθέσιμο
Σελίδα E Class: https://opencourses.ionio.gr/courses/DFLTI201/
gr  pdf.png  Μεταφραστική Τεχνολογία
Mέγεθος: 221.21 KB :: Τύπος: Αρχείο PDF

Σύντομη Περιγραφή:

Οι δεξιότητες στην Πληροφορική είναι καίριας σημασίας για το έργο του μεταφραστή, και ο στόχος αυτής της ενότητας είναι να καταδείξει πώς μπορεί να βελτιστοποιηθεί η μεταφραστική διαδικασία και η προώθηση των υπηρεσιών που προσφέρει ένας μεταφραστής μέσω της γνώσης και της χρήσης ηλεκτρονικών εργαλείων. Πέρα από μια θεωρητική προσέγγιση στη μεταφραστική τεχνολογία, οι φοιτητές θα αποκτήσουν πρακτικές γνώσεις με άσκηση στο «πραγματικό περιβάλλον» της μετάφρασης, με τη χρήση εργαλείων υποβοήθησης της μετάφρασης (CAT-tools), συμπεριλαμβανομένων εργαλείων που είναι cloud-based και open-source (Trados, Memsource κ.ά.). Η εξοικείωση με τη Μηχανική Μετάφραση και τα είδη της (με έμφαση στη Νευρωνική Μηχανική Μετάφραση) και στη μετεπιμέλεια μηχανικά κειμένου (post-editing) περιλαμβάνονται επίσης στην ενότητα, όπως και η εξοικείωση με την αξιολόγηση συστημάτων μηχανικής μετάφρασης.

Αντικειμενικοί Στόχοι - Επιδιωκόμενα Μαθησιακά Αποτελέσματα:

Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν να:

  • χειρίζονται τα βασικότερα και πιο διαδεδομένα εργαλεία CAT-tools (Trados Studio, SDL Multiterm, Memsource)
  • δημιουργούν και να διαχειρίζονται μεταφραστικές μνήμες
  • δημιουργούν και να διαχειρίζονται βάσεις ορολογίας
  • δημιουργούν ηλεκτρονικά γλωσσάρια
  • χρησιμοποιούν διακομιστές μηχανικής μετάφρασης κατά τη διαδικασία της προμετάφρασης
  • ευθυγραμμίζουν κείμενα
  • επιτελούν εργασίες ελέγχου διασφάλισης ποιότητας (QA)
  • κάνουν προεπεξεργασία (pre-editing) και μετεπιμέλεια μηχανικά μεταφρασμένου κειμένου (post-editing)
  • χρησιμοποιούν αυτόματες μετρικές για τον υπολογισμό της ποιότητας του μηχανικά μεταφρασμένου κειμένου
  • κάνουν αξιολόγηση του μηχανικά μεταφρασμένου κειμένου, υπολογισμό ευχέρειας/ακρίβειας, κατάταξη (ranking), ανάλυση λαθών με βάση μοντέλα τυπολογίας λαθών, όπως το DQF/MQM
Περιεχόμενο (Syllabus):

1η εβδομάδα: Προεπισκόπηση του μαθήματος. Μετάφραση και τεχνολογία: ιστορική αναδρομή.

2η εβδομάδα: Η ερευνητική ικανότητα του μεταφραστή, τα στάδια της μεταφραστικής διαδικασίας: ανάλυση, σύνθεση και αξιολόγηση, τα μέσα της έρευνας: λεξικά (έντυπα ή/και ηλεκτρονικά), γλωσσάρια, βάσεις δεδομένων, παράλληλα και πληροφοριακά κείμενα, πληροφοριοδότες. Εξόρυξη ορολογίας και δημιουργία γλωσσαρίων.

3η εβδομάδα: Μηχανική μετάφραση: Εισαγωγή στη μηχανική μετάφραση, ιστορική αναδρομή, είδη και προσεγγίσεις μηχανικής μετάφρασης (στατιστική, νευρωνική, κ.ά.) και ο τρόπος εκπαίδευσής τους.

4η εβδομάδα: Αξιολόγηση συστημάτων μηχανικής μετάφρασης. Αυτόματες μετρικές, υπολογισμός ποιότητας (quality estimation), ανθρώπινη αξιολόγηση, υπολογισμός ευχέρειας/ακρίβειας (adequacy/fluency), κατάταξη (ranking) και ανάλυση λαθών.

5η εβδομάδα: Προεπεξεργασία και μετεπιμέλεια μηχανικά μεταφρασμένου κειμένου: εισαγωγή, τεχνικές, συχνά λάθη ευχέρειας και ακρίβειας. Μετεπιμέλεια μηχανικά μεταφρασμένου κειμένου: πρακτική άσκηση.

6η εβδομάδα: Μετεπιμέλεια μηχανικά μεταφρασμένου κειμένου: πρακτική άσκηση και κατηγοριοποίηση λαθών (τυπολογία MQM/DQF).

7η εβδομάδα: Εισαγωγή στα CAT tools. Trados Studio I: Αρχική εκκίνηση και εγκατάσταση, επισκόπηση του περιβάλλοντος χρήστη, προσωπικές ρυθμίσεις. Multiterm: Βασικές έννοιες/προεπισκόπηση, αναζήτηση σε βάση ορολογίας, δημιουργία βάσης ορολογίας από μετατροπή έτοιμου αρχείου/εξ ολοκλήρου νέας βάσης, προσθήκη καταχωρίσεων σε βάση ορολογίας, εξαγωγή ορολογίας.

8η εβδομάδα: Trados Studio ΙΙ: Μετάφραση ενός αρχείου Word, auto-propagation, Fuzzy Match, Exact Match, Context Match, Tags, Concordance Search, Ορθογραφικός Έλεγχος, Έλεγχος διασφάλισης ποιότητας (QA).

9η εβδομάδα: Trados Studio III: Προετοιμασία αρχείων για μετάφραση. Μετάφραση διαφορετικών μορφότυπων αρχείων (PDF, Εxcel, SRT, XML κ.ά.). Βασικές συντομεύσεις πληκτρολογίου.

10η εβδομάδα:  Trados Studio IV: Διαχείριση μεταφραστικών μνημών, ευθυγράμμιση κειμένων (alignment, δημιουργία autosuggest dictionaries).

11η εβδομάδα: Memsource I: Παρουσίαση Desktop Editor και Web Editor. Μετάφραση ενός αρχείου Word.

12η εβδομάδα: Memsource II: Μετάφραση διαφορετικών μορφότυπων αρχείων (PDF, Εxcel, SRT, XML κ.ά). Διαχείριση μεταφραστικών μνημών και βάσεων ορολογίας, εισαγωγή κι εξαγωγή tmx και tbx αρχείων, ευθυγράμμιση κειμένων.

13η εβδομάδα: Παρουσίαση λοιπών online CAT-tools. Ανακεφαλαίωση.

Συνιστώμενη βιβλιογραφία προς μελέτη:

Βασικό Σύγγραμμα:

Moorkens, J., Castilho, S., Gaspari, F. and Doherty, S. (2018) Translation Quality Assessment: From Principles to Practice. Springer International.

Προτεινόμενη Βιβλιογραφία:

Bowker, L. (2002) Computer Aided Translation Technology: A Practical Introduction. Ottawa: Ottawa University Press.

Chatzitheodorou, K. (2003) COSTA MT Evaluation Tool: An Open Toolkit for Human Machine Translation Evaluation., Prague Bulletin of Mathematical Linguistics 100(1).

Daelemans, W. & Hoste, V. (2009) “Evaluation of Translation Technology”, Linguistica Antverpiensia, 8/2009.

Doherty, S. (2016) “The Impact of Translation Technologies on the Process and Product of Translation”, International Journal of Communication 10, 947–969.

McDonough Dolmaya, J. (2012). “Analysing the crowdsourcing model and its impact on public perceptions of translation”, The Translator 18(2), 167–191.

McDonough Dolmaya, J (2011) “The ethics of crowdsourcing”. Minako O’Hagan (ed.) (2011) Translation as a social activity. A special issue of Linguistica Antverpiensia 10, 97–110.

Hartley, T. (2009) The Routledge Companion to Translation Studies. London: Routledge.

Heard, M. & Way, A. (2011) “Statistical machine Translation: A guide for Linguists and Translators”, Language and Linguistics Compass, 2011, 1–21.

O'Brien, Sharon (2012) “Translation and human-computer interaction”. Translation Spaces, 1 (1), 101-122.

Quah, K. C. (2006) Translation and Technology, New York: Palgrave Macmillan.

Somers, Harold (2003) Computers and Translation: A translator’s guide. Amsterdam/Philadelphia: John Benjamins.

Sprung, Robert (ed) (2000) Translating into Success: Cutting-edge strategies for going multilingual in a global age. American Translators Association Scholarly Monograph Series. Volume XI. Amsterdam/Philadelphia: John Benjamins.

Stasimioti, M., Sosoni, V. (2020) “Translation vs Post-editing of NMT Output: Measuring effort in the English-Greek language pair”. Proceeding of 1st Workshop on Post-Editing in Modern-Day Translation, AMTA 2020, 6 October 2020, Online Conference.

Stasimioti, M., Sosoni, V., Kermanidis, K.L., Mouratidis, D. (2020) Machine Translation Quality: A comparative evaluation of SMT, NMT and tailored-NMT outputs. Proceedings of the 22nd Annual Conference of the European Association for Machine Translation. Lisbon November 2020, 441-450.https://www.aclweb.org/anthology/2020.eamt-1.47.pdf  

Stasimioti, M & Sosoni, V (2019) MT output and post-editing effort: Insights from a comparative analysis of SMT and NMT output for the English to Greek language pair and implications for the training of post-editors. In C. Szabó & R. Besznyák (eds) (2019) Teaching Specialised Translation and Interpreting in a Digital Age - Fit-For-Market Technologies, Schemes and Initiatives. Wilmington: Vernon Press

Stasimioti, M. & Sosoni, V. (2019) Undergraduate translation students’ performance and attitude vis-à-vis Machine Translation and Post-editing: Does training playing a role? Conference Proceedings Translating and the Computer 41, London 21-22 November 2019.  https://www.asling.org/tc41/?page_id=2078.

Toral A. and Sánchez-Cartagena V.M. (2017) A Multifaceted Evaluation of Neural versus Phrase Based Machine Translation for 9 Language Directions. In: Proceedings of the 15th Conference of the European Chapter of the Association for Computational Linguistics (EACL), Vol. 1, pp. 1063-1073.

Vieira L.N., Alonso E., Bywood L. (2019) Introduction: Post-editing in practice – Process, product and networks. Jostrans: The Journal of Specialised Translation, 31: 2-13.

Χατζηθεοδώρου, Κ. (2020) Αυτόματη μετάφραση μεταφορών και ιδιωτισμών από τα Ιταλικά στα Ελληνικά. Θεσσαλονίκη: ΑΠΘ, https://thesis.ekt.gr/thesisBookReader/id/47250#page/1/mode/2up.

Διδακτικές και μαθησιακές μέθοδοι:

To μάθημα έχει την υβριδική μορφή διάλεξης-εργαστηρίου. Βασίζεται σε μεγάλο μέρος στο διάλογο με τους φοιτητές και στα σχόλιά τους. Εργαστηριακές ασκήσεις παρουσιάζουν πρακτικές πτυχές των ζητημάτων που καλύπτονται και περιγράφονται στην θεωρία. Γίνεται χρήση εποπτικών μέσων, πρακτική εξάσκηση στα εργαλεία υποβοήθησης της μετάφρασης (Trados Studio, Multiterm, Memsource κ.ά.). Διατίθεται υλικό που καλύπτει όλη τη διδακτέα ύλη. Η διάθεση του υλικού αυτού γίνεται μέσω της πλατφόρμας e-class.

Χρηση Τεχνολογιών Πληροφορίας και Επικοινωνίας:

Γίνεται χρήση εποπτικών μέσων, κυρίως  παρουσιάσεων powerpoint, προβολής βίντεο και χρήσης πηγών στο Διαδίκτυο. Γίνεται χρήση υπολογιστικών εργαλείων υποβοήθησης της μετάφρασης, όπως Trados, Memsource, κλπ., συστημάτων μηχανικής μετάφρασης και αυτόματων μετρικών αξιολόγησης. Η διάθεση του υλικού του μαθήματος γίνεται μέσω της πλατφόρμας Open e-class.

Μέθοδοι αξιολόγησης/βαθμολόγησης:

Το μάθημα εξετάζεται με γραπτή τελική εξέταση επί του συνόλου της ύλης.


Επιστροφή
35-years
<< <
Ιούλιος 2024
> >>
Δε Τρ Τε Πε Πα Σα Κυ
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Ανάγνωση ΚειμένουΑνάγνωση Κειμένου Αναγνωσιμότητα ΚειμένουΑναγνωσιμότητα Κειμένου Αντίθεση ΧρωμάτωνΑντίθεση Χρωμάτων
Επιλογές Προσβασιμότητας