인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
학술저널
DBpia Top 1%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
This paper suggests how to effectively post-edit the English-Korean machine translation (MT) by examining the impact of the structural differences between the Korean and English languages on the quality of the machine-translated Korean text. First, this study collected English expressions whose equivalence in Korean language are hard to form because of the differences in their respective basic language structure. Based on the Lee’s (2000) model, four topics were chosen: English sentences using inanimate nouns for abstract concepts, English passive constructions using diverse transitive verbs, and English expressions of movement and cause-and-effects. After machine translating the English text into Korean using Google and Papago engines, the study examined whether the machine-translated output meets the lexical, syntactic and semantic requirements of Korean (Lee, 2000; Nunan, 2004). Based on this study, several tips are suggested for fixing problems in the MT of English-Korean text. It is noted that the more different English is from Korea in syntactic and cognitive levels, the less productive MTPE is likely to become. Consequently, the findings stress the importance of MTPE to be a more syntactically competent and cognitively mindful process for the productive MTPE of English-Korean translation.
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
