메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이지은 (이화여자대학교) 최효은 (이화여자대학교)
저널정보
한국번역학회 번역학연구 번역학연구 제24권 제1호
발행연도
2023.3
수록면
9 - 37 (29page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper addresses the quality of Korean-English legal and patent translation outputs by a commercial neural machine translation engine customized for legal and patent translations. The current research is based on both automatic and human evaluations of Otran’s English translations of Korean statutes and Korean titles of invention and abstracts extracted from patent gazettes. In automatic evaluation, both BLEU and METEOR scores revealed that legal translation outperformed patent translation. Human evaluation results confirmed the automatic evaluation results, showing Otran’s legal translation receiving better evaluation than its patent translation. According to the error comments provided by evaluators, terminology and other errors, mostly stylistic issues, were the most prevalent error types in the legal translation, while terminology and syntax errors were the most frequent in the patent translation. In the legal translation, accuracy and fluency errors were far scarcer than in the patent translation. The results suggest that the domain-specific NMT engine needs improvement in handling terminology in both legal and patent translation, and its legal translation output proved to be good enough for gisting. The findings from this case study cannot be generalized and thus call for further research.
#NMT #legal MT #patent MT #automatic translation #MT evaluation #법률기계번역 #특허기계번역 #자동번역 #기계번역 평가

목차

1. 서론
2. 기계번역 평가연구
3. 연구 방법
4. 연구 결과
5. 논의 및 결론
참고문헌
Abstract

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

트랜스포머 기반 군사용 자동음성인식 모델 제안 및 평가
차현우 ,  마정목 한국산학기술학회 논문지 2024 .03
사람이 개입된 기계번역 테이블 QA 데이터셋 구축 및 언어모델 품질 평가
김은희 ,  이승우 ,  최명석 외 3명 한국정보과학회 학술발표논문집 2023 .12
[기술동향]자동통역전화 시스팀 구현을 위한 과제 -음성정보처리분야를 중심으로-
김경태 ,  정유현 ,  이용주 텔레콤 1987 .12
자율주행 기술 동향 및 발전 방향: AI를 중심으로
김산민 ,  김영석 ,  전형석 외 2명 한국자동차공학회논문집 2022 .10
기계시스템에서의 인공신경망 응용연구: 모니터링과 자동화
장동원 대한기계학회 춘추학술대회 2021 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-800-001329357