Show simple item record

Comparing German-Czech translation output of publicly available machine translation engines
dc.contributor.advisorSvoboda, Tomáš
dc.creatorŘehořová, Klára
dc.date.accessioned2022-04-12T10:34:47Z
dc.date.available2022-04-12T10:34:47Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.11956/171566
dc.description.abstractTato diplomová práce se zabývá kvalitou výstupů veřejně dostupných překladačů: překladače mezi sebou kvalitativně porovnat a otestovat jejich možnosti na překladu několika typů textů - textů uměleckých, informativních a apelativních. Analýza probíhá na překladech německých textů do českého jazyka. Práce se skládá ze dvou částí, v části teoretické se věnujeme vzniku a vývoji strojového překladu, jeho typům, automatickým překladačům, které jsou předmětem výzkumu, a představujeme dvoustupňový model pro hodnocení kvality překladu. části empirické jsou prezentovány výsledky analýzy na základě modelů K. Reiß a A. Torrense. Tyto výsledky ukázaly, že uvedené překladače lze seřadit od nejvyšší po nejnižší úroveň kvality výstupu následovně: Deep L, Google Translate, Bing Translator a Amazon kázalo, že míra chybovosti koreluje scs_CZ
dc.description.abstractThis diploma thesis deals with the quality of the output of publicly available machine translation engines: Amazon Translate, Bing Translator, Deep L and Google Translate. The aim of the thesis was to qualitatively compare each machine translation engine and to test their capabilities on several types of texts - expressive, informative and operative. The analysis is carried out on translations of German texts into Czech. The thesis consists of two parts, in the theoretical part we discuss the origin and development of machine translation, its types, the automatic machine translation engines which are the object of our research, and we present a two-stage model for evaluating the quality of translation. In the empirical part, the results of the analysis based on the models of K. Reiß and A. Torrens are presented. These results show that the listed machine translation engines can be ranked from the highest to the lowest level of output quality as follows: Deep L, Google Translate, Bing Translator and Amazon Translate. Furthermore, it also turns out that the error rate correlates with the creativity of the text.en_US
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Filozofická fakultacs_CZ
dc.subjectMachine translation|machine translation engines|neural machine translation|quality|two-stage model for evaluating the quality of mach|Amazon Translate|Bing Translator|Deep L|Google Translateen_US
dc.subjectStrojový překlad|strojový překladač|neuronový strojový překlad|kvalita|dvoustupňový model hodnocení kvality strojového př|Amazon Translate|Bing Translator|Deep L|Google Translatecs_CZ
dc.titleKomparace výstupů z veřejně dostupných překladačů ve směru němčina-češtinacs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2022
dcterms.dateAccepted2022-02-01
dc.description.departmentInstitute of Translation Studiesen_US
dc.description.departmentÚstav translatologiecs_CZ
dc.description.facultyFaculty of Artsen_US
dc.description.facultyFilozofická fakultacs_CZ
dc.identifier.repId234979
dc.title.translatedComparing German-Czech translation output of publicly available machine translation enginesen_US
dc.contributor.refereeMračková Vavroušová, Petra
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplinePřekladatelství: čeština - němčina - Tlumočnictví: čeština - němčinacs_CZ
thesis.degree.disciplineTranslation Studies: Czech - German - Interpreting Studies: Czech - Germanen_US
thesis.degree.programPřekladatelství a tlumočnictvícs_CZ
thesis.degree.programTranslation and Interpretingen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csFilozofická fakulta::Ústav translatologiecs_CZ
uk.taxonomy.organization-enFaculty of Arts::Institute of Translation Studiesen_US
uk.faculty-name.csFilozofická fakultacs_CZ
uk.faculty-name.enFaculty of Artsen_US
uk.faculty-abbr.csFFcs_CZ
uk.degree-discipline.csPřekladatelství: čeština - němčina - Tlumočnictví: čeština - němčinacs_CZ
uk.degree-discipline.enTranslation Studies: Czech - German - Interpreting Studies: Czech - Germanen_US
uk.degree-program.csPřekladatelství a tlumočnictvícs_CZ
uk.degree-program.enTranslation and Interpretingen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csTato diplomová práce se zabývá kvalitou výstupů veřejně dostupných překladačů: překladače mezi sebou kvalitativně porovnat a otestovat jejich možnosti na překladu několika typů textů - textů uměleckých, informativních a apelativních. Analýza probíhá na překladech německých textů do českého jazyka. Práce se skládá ze dvou částí, v části teoretické se věnujeme vzniku a vývoji strojového překladu, jeho typům, automatickým překladačům, které jsou předmětem výzkumu, a představujeme dvoustupňový model pro hodnocení kvality překladu. části empirické jsou prezentovány výsledky analýzy na základě modelů K. Reiß a A. Torrense. Tyto výsledky ukázaly, že uvedené překladače lze seřadit od nejvyšší po nejnižší úroveň kvality výstupu následovně: Deep L, Google Translate, Bing Translator a Amazon kázalo, že míra chybovosti koreluje scs_CZ
uk.abstract.enThis diploma thesis deals with the quality of the output of publicly available machine translation engines: Amazon Translate, Bing Translator, Deep L and Google Translate. The aim of the thesis was to qualitatively compare each machine translation engine and to test their capabilities on several types of texts - expressive, informative and operative. The analysis is carried out on translations of German texts into Czech. The thesis consists of two parts, in the theoretical part we discuss the origin and development of machine translation, its types, the automatic machine translation engines which are the object of our research, and we present a two-stage model for evaluating the quality of translation. In the empirical part, the results of the analysis based on the models of K. Reiß and A. Torrens are presented. These results show that the listed machine translation engines can be ranked from the highest to the lowest level of output quality as follows: Deep L, Google Translate, Bing Translator and Amazon Translate. Furthermore, it also turns out that the error rate correlates with the creativity of the text.en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Filozofická fakulta, Ústav translatologiecs_CZ
thesis.grade.code1
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV