应用AI翻译生产力

很难区分现实与炒作。我们分析了430万个翻译段落,以衡量上下文敏感方法与NMT在TER(编辑距离)方面的比较。结果是…

Your subscription could not be saved. Please try again.
Your subscription has been successful.

Access the Paper

By submitting this form, you agree that the personal data you provided will be under Bureau Works Privacy Policy.

我们测试了17种语言对,源语言为英语,目标语言包括葡萄牙语(巴西)、意大利语、西班牙语(西班牙和拉美)、法语(法国和加拿大)、德语、日语、荷兰语、简体中文、丹麦语、俄语、韩语、越南语、泰语和土耳其语。

我们分析了约430万段的元数据,时间范围为2023年6月22日至12月23日。

其中约230万段使用传统的Neural MTPE翻译,约200万段使用上下文敏感方法翻译。

本研究以Microsoft Neural Machine Translation作为基准引擎。

下载研究报告,亲自探索上下文敏感方法与NMT的比较。