인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
This paper aims to suggest how to produce a better translation method in Korean-English machine translation. For this purpose, it compares translation error types and frequencies according to three machine translation methods; the pre-editing, post-editing and the combination of pre- and post-editing. In the experiment, 31 subjects are divided according to the TOEIC score and a selected translation method. The subjects are required to translate a 450-word report text through Papago, one of the machine translation tools and participate in the survey related to the reason for a selected translation method. The analysis shows subjects with the lower TOEIC scores below 600 select the pre-editing method while those with the higher TOEIC scores above 600 choose the post-editing and the combination of pre- and post-editing methods. It also indicates depending on a selected translation method, translation error types and frequencies are different. The better machine translations are produced by subjects who have higher TOEIC scores and choose the combination of pre- and post-editing method. This paper is meaningful in that the machine translation materials are analyzed and compared according to the three machine translation methods and the findings are utilized in translation and writing classes.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
