Papers
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…

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…
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。