Es ist schwer, Realität von Hype zu unterscheiden. Also haben wir 4,3 Millionen übersetzte Segmente analysiert, um zu messen, wie sich ein kontextsensitiver Ansatz im Vergleich zu NMT in Bezug auf TER (die Bearbeitungsdistanz, die der Übersetzer benötigte, um den Feed zu bestätigen) verhält, und was wir herausgefunden haben, war... Überzeugen Sie sich selbst und lassen Sie uns Ihre Gedanken wissen!
Wir haben 17 Sprachpaare mit Englisch als Quelle getestet, die ins Portugiesische (Brasilien), Italienisch, Spanisch (Spanien und Lateinamerika), Französisch (Frankreich und Kanada), Deutsch, Japanisch, Niederländisch, vereinfachtes Chinesisch, Dänisch, Russisch, Koreanisch, Vietnamesisch, Thai und Türkisch übersetzt wurden.
Wir haben Metadaten von ca. 4,3 Millionen Segmenten zwischen dem 22. Juni und dem 23. Dezember 2023 analysiert. Davon wurden etwa 2,3 Millionen mit traditioneller Neuraler MTPE und rund 2 Millionen mit einem kontextsensitiven Ansatz übersetzt. Microsoft Neural Machine Translation diente als Basismotor für diese Studie.
Laden Sie die Forschung herunter und sehen Sie aus erster Hand, wie sich ein Ansatz mit Kontextsensitivität im Vergleich zu NMT verhält.
