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

논문 기본 정보

자료유형
학술저널
저자정보
장혜선 (선문대학교)
저널정보
일본어문학회 일본어문학 일본어문학 제100호
발행연도
2023.2
수록면
153 - 174 (22page)

이용수

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

초록· 키워드

오류제보하기
With the spread of "GNUMT (Google Neural Network Machine Translation)" programs, various machine translation errors based on previous "RBMT (Rule-Based Machine Translation)" or "Statistical Machine Translation (SMT)" methods have greatly diminished, leading to high satisfactions on the part of users. Unlike past methods, NMT (Neural Network Machine Translation) employs deep-learning methods. Thus, translation quality hinges on the amount of data in NMT. As translation quality will increase with the accumulation of data, artificial NMT is expected to continue improving at a fairly rapid pace. Compared to other language pairs, the Korean-Japanese pair often produces high quality translations since the two languages have quite similar syntactic structures and Chinese characters. Today, Artificial Intelligence identifies the context of the original text and draws appropriate expressions from accumulated corpus data. This study stemmed from the question of 'When translating synonyms, can MT (Machine Translation) recognize a situation and context and select appropriate expressions among synonyms?' The dictionary definition of synonyms is 'words with similar meaning', and even if the meanings are almost the same or similar, each word must be clearly distinguished according to the situation or context. When human translation is performed, professional translators are capable of selecting appropriate words suitable for the context and situation. Although translation quality has improved significantly due to the NMT, this paper aims to verify the ability of the machine to accurately recognize the situation and context in which the word is used. In this paper, by using a neural machine translation program, Naver's Papago, to translate six pairs of representative synonyms (Japanese) in both directions of Korean-Japanese and Japanese-Korean, we have confirmed that the neural machine translation system can recognize some degree of scenes and contexts through words in a sentence and lead to appropriate lexical selection.
#한일번역 #일한번역 #유의어 #인공신경망기계번역 #기계번역 #Korean-Japanese Translation #Machine Translation (MT) #Synonym #NMT (Neural Network Machine Translation) #Translation Quality

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0