Customizace strojového překladu se zaměřením na směr překladu z angličtiny do češtiny

Abstract

(English) Machine translation (MT) can now be considered a common part of specialized translation. Neural machine translation can be customized, i.e. adapted to the requirements of certain texts. The aim of this thesis was to determine whether customization affects the MT output in the case of three texts and, subsequently, how the tools differ in this respect. The thesis focuses specifically on terminology. In the light of current technological development, three tools were selected: the neural machine translator Deepl Pro, the large language model adapted for translation Phrase Next GenMT, and the large language model OpenAI o1. The terms were entered into the DeepL Pro and Next GenMT directly in the user interface. For the OpenAI o1, customization was performed using a prompt. The results, analyzed using complex statistical methods, showed that customizing the models significantly increases the probability of correct term translation. However, no statistically significant difference was found between the tools, and different texts also had no effect on the success of terminology translation. Klíčová slova (anglicky) translation, english, czech, machine translation, customization, artificial intelligence, AI, CAT tools

(česky) Strojový překlad (MT) dnes lze považovat za již běžnou součást překládání odborných textů. Systémy neuronového strojového překladu je možné customizovat, tedy přizpůsobit požadavkům určitých textů. Cílem této práce bylo zjistit, zda má customizace vliv na výstup MT pro překlad tří textů, a následně, jak se v tomto ohledu nástroje liší. Práce se zaměřuje specificky na terminologii. V kontextu současného vývoje technologií byly zvoleny tři nástroje - neuronový strojový překladač Deepl Pro, velký jazykový model přizpůsobený pro překlad Phrase Next GenMT a velký jazykový model OpenAI o1. Termíny byly do systémů DeepL Pro i Next GenMT zavedeny přímo v uživatelském rozhraní. U nástroje OpenAI o1 byla customizace provedena pomocí promptu. Výsledky, analyzované pomocí komplexních statistických metod, ukázaly, že customizace systémů výrazně zvyšuje pravděpodobnost správného překladu termínů. Mezi nástroji však nebyl nalezen statisticky významný rozdíl a odlišnost textů na úspěšnost překladu termínů také neměla vliv. Klíčová slova (česky) překlad, angličtina, čeština, strojový překlad, customizace, uměla inteligence, AI, nástroje CAT