Słowa kluczowe
neural networks
statistical machine translation
neural machine translation
Jak cytować
Liczba wyświetleń: 429
Liczba pobrań: 797
Abstrakt
Machine translation (MT) is a relatively new field of science. MT systems are evolving in certain directions. The article discusses the possibilities and the future of systems currently offered to public by the biggest technological companies focusing on English-Russian translation relations.Bibliografia
Austermühl F. 2014. Electronic Tools for Translators, Abingdon and New York: Routledge.
Bartnicka M., Hofmann-Delbor A. 2017. Programiści i tłumacze. Wprowadzenie do lokalizacji oprogramowania, Gliwice: Helion.
Bogucki Ł. 2009. Tłumaczenie wspomagane komputerowo, Warszawa: Wydawnictwo Naukowe PWN.
Bojar O., Buck C., Federmann C., Haddow B., Koehn P., Leveling J., Monz C., Pecina P., Post M., Saint-Amand H., Soricut R., Specia L., Tamchyna A. 2014. Findings of the 2014 Workshop on Statistical Machine Translation, źródło elektroniczne: http://statmt.org/wmt14/pdf/W14-3302.pdf (dostęp: 4.11.2017).
Cronin M. 2016. Przekład w epoce cyfrowej, Kraków: Wydawnictwo Uniwersytetu Jagiellońskiego.
Ferguson N. 2016. Adaptive MT for SDL Trados Studio 2017: a self-learning machine translation engine – SDL Trados Blog, źródło elektroniczne: https://blog.sdltrados.com/adaptivemt-sdl-trados-studio-2017-transformational-mt-technology (dostęp: 30.10.2017).
Hutchins J. 2006. The first public demonstration of machine translation: the Georgetown-IBM
system, 7th January 1954, źródło elektroniczne: http://www.hutchinsweb.me.uk/GU-IBM-2005.pdf (dostęp: 30.10.2017).
Popović M. 2017. Comparing Language Related Issues for NMT and PBMT between German and English, źródło elektroniczne: https://ufal.mff.cuni.cz/pbml/108/art-popovic.pdf (dostęp: 5.11.2017).
Rehm G., Uszkoreit H. 2012. The Polish Language in the Digital Age, Berlin–Heidelberg: Springer–Verlag.
Thurmair G. 2009. Comparing different architectures of hybrid Machine Translation systems, Ontario: International Association for Machine Translation.
Wu, Y., Schuster M., Chen Z., Le Q. V., Norouzi M., Macherey W., Krikun M., Cao Y., Gao Q., Macherey K., Klingner J., Shah A., Johnson M., Liu X., Kaiser Ł., Gouws S., Kato Y. 2016. Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation, źródło elektroniczne: https://arxiv.org/pdf/1609.08144.pdf (dostęp: 5.11.2017).
Yandex. Как победить морников: Яндекс запустил гибридную систему перевода – Блог Яндекса. 2017. źródło elektroniczne: https://yandex.ru/blog/company/kak-pobedit-mornikov-yandeks-zapustil-gibridnuyu-sistemu-perevoda (dostęp: 30.10.2017).
Licencja
PRACE PUBLIKOWANE W CZASOPIŚMIE DOSTĘPNE SĄ NA LICENCJI CREATIVE COMMONS:
Uznanie autorstwa-Użycie niekomercyjne-Na tych samych warunkach 4.0 Międzynarodowe.
Autorzy tekstów przyjętych do publikacji w czasopiśmie „Studia Rossica Posnaniensia” są zobowiązani do wypełnienia, podpisania i odesłania na adres redakcji umowy o udzielenie nieodpłatnej licencji do utworów, z zobowiązaniem do udzielania sublicencji Creative Commons.
Zgodnie z umową, autorzy tekstów opublikowanych w czasopiśmie “Studia Rossica Posnaniensia” udzielają Uniwersytetowi im. Adama Mickiewicza w Poznaniu niewyłącznej i nieodpłatnej licencji oraz zezwalają na użycie sublicencji Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0).
Autorzy zachowują prawa do dalszego, swobodnego rozporządzania utworem.
Autorzy, którzy wykorzystują w swoim tekście cudze utwory (np. ilustracje, fotografie) proszeni są o dostarczenie do redakcji czasopisma zgody na publikację.
Użytkownicy internetu uprawnieni są do korzystania z utworów opublikowanych po 2015 roku “Studia Rossica Posnaniensia” tylko w celach niekomercyjnych, pod następującymi warunkami:
https://creativecommons.org/licenses/by-nc-sa/4.0/
Uniwersytet im. Adama Mickiewicza w Poznaniu zachowuje prawo do czasopisma jako całości (układ, forma graficzna, tytuł, projekt okładki, logo itp.).