메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이성화 (부산대학교) 김세현 (부산대학교)
저널정보
한국번역학회 번역학연구 번역학연구 제19권 제5호
발행연도
2018.12
수록면
121 - 154 (34page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper studies pre-editing rules for English-Korean and Korean-English language sets when using machine translation. A total of 2,650 words and 1,253 words of English and Korean texts published in newspapers and a magazine were examined by entering them into Google Translate and Naver Papago. Four rules to perform efficient and consistent pre-editing for English-Korean text are proposed as follows: (1) Move a subordinate clause to the beginning of the sentence when a main clause is followed by the subordinate clause. (2) Retrieve the omitted expressions from the original English text. (3) Make two sentences out of a sentence that contains a dash (-). (4) Place a subject + verb after a direct speech. Also, three pre-editing rules are suggested for Korean-English: (1) Retrieve omitted subjects. (2) Clarify the meaning of compound nouns. (3) Simplify the sentence structure. This study also compares Google Translate and Naver Papago. Results show that as for the English-Korean language set, Papago requires less pre-editing compared to Google Translate. In the case of Korean-English, on the one hand, Naver Papago seems to be more appropriate for persuasive texts that use plain vocabulary but show complicated structures. On the other hand, Google Translate seems to be proper for news of social context where the vocabulary selection is formal and professional.
#machine translation #pre-editing #Google Translate #Papago #English-Korean #Korean-English #기계번역 #프리에디팅 #구글 번역 #파파고 #영-한 #한-영

목차

1. 서론
2. 기존 연구 동향
3. 연구 대상 및 연구 방법
4. 연구결과
5. 결론
참고문헌
[Abstract]

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계번역 결과물의 오류유형 고찰
서보현 ,  김순영 번역학연구 2018 .03
챗GPT 출현 이후 기계 번역과 인간 번역 간의 번역 문체 차이 변화 연구
이창수 번역학연구 2023 .09
기계번역 포스트에디팅에 관한 해외 연구 동향
신지선 번역학연구 2020 .10
코퍼스 연구를 통해 살펴본 법령 번역 텍스트의 언어적 특성: 수동태 구문을 중심으로
이지은 ,  최효은 번역학연구 2020 .06
다수설을 따라야 하나? 법률사료의 번역과 이해 –Inst.4.6.3 et 5 (Publiciana rescissoria actio)를 예증 삼아-
최병조 법사학연구 2019 .04

최근 본 자료

전체보기

댓글(0)

0