Strojový a lidský překlad literatury pro děti: hodnocení kvality (překladu) ve směru z němčiny do češtiny

• Thesis title in Czech: Strojový a lidský překlad literatury pro děti: hodnocení kvality (překladu) ve směru z němčiny do češtiny
• Thesis title in English: Human and Machine Translation of Children's Literature: Quality Assessment of Translations from German into Czech
• Key words: Michael Ende|kniha Die unendliche Geschichte|strojový překlad|lidský překlad|translatologická analýza|literatura pro děti a mládež|hodnocení kvality překladu|neuronový strojový překlad|lidská evaluace překladu
• English key words: Michael Ende|the book Die unendliche Geschichte|machine translation|human translation|translatological analysis|children's and young people's literature|translation quality assessment|neural machine translation|human translation assessment
• Academic year of topic announcement: 2021/2022
• Thesis type: diploma thesis
• Thesis language: čeština
• Department: Institute of Translation Studies (21-UTRL)
• Supervisor: Mgr. Věra Kloudová, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 27.10.2021
• Date of assignment: 27.10.2021
• Administrator's approval: not processed yet
• Confirmed by Study dept. on: 01.11.2021
• Date and time of defence: 13.09.2023 09:00
• Date of electronic submission: 31.07.2023
• Date of proceeded defence: 13.09.2023
• Submitted/finalized: committed by student and finalized
• Opponents: doc. PhDr. Bc. Tomáš Svoboda, Ph.D.

Guidelines

V této diplomové práci se bude studentka zabývat úryvky z literatury pro děti a mládež, které byly z němčiny do češtiny přeloženy jak strojovými překladači, tak skutečnými překladateli. Práce bude rozdělena na teoretickou a empirickou část, v níž se zaměří na hodnocení kvality takto přeložených úryvků oslovenými anotátory z řad překladatelů.

Studentka nejprve popíše metodu a cíle, jež si pro diplomovou práci stanovila, a zmíní možný odborný přínos své práce a výchozí hypotézy. Rovněž si prostuduje dostupné zdroje týkající se této problematiky a jiné příbuzné kandidátské práce, obhájené na ÚTRL a jiných vysokoškolských pracovištích. Na tomto základě pak charakterizuje stav zkoumané problematiky.

V teoretické části studentka nejprve stručně představí historii a současnost na poli strojového překladu, a to s odkazy na patřičnou literaturu. Dále představí jednotlivé strojové překladače a jejich specifika, jakož i přístupy k hodnocení kvality strojového překladu. Jedním z bodů v této části bude popis zvoleného modelu translatologické analýzy.

V empirické části nejprve popíše výběr textů k překladu a výběr tří strojových překladačů. Rovněž představí knižní překlady vybraných textů. V další části studentka popíše průběh experimentu, včetně anotátorského rozhraní a postupu při hodnocení. Následovat bude popis výběru samotných anotátorů (hodnotitelů), včetně dotazníku, který je také součástí experimentu. V závěru empirické části provede studentka vlastní translatologickou analýzu přeložených úryvků a rozebere výsledky hodnocení kvality, jež poskytli anotátoři.

Diplomantka vždy na konci každé hlavní kapitoly shrne nabyté poznatky, celková zjištění pak popíše v závěru práce. Zde porovná výsledky studie s výchozími hypotézami, provede celkové shrnutí a také nastíní, jakým směrem by se výzkum v této oblasti mohl do budoucna ubírat.

Práce bude rovněž obsahovat seznam použité bibliografie, tj. všech primárních i sekundárních zdrojů. K diplomové práci přiloží alespoň některé úryvky a jejich překlady. Je nutné dodržet formální náležitosti stanovené Pravidly pro organizaci studia FF UK.

References

Barrault, L. et al. (2020): Findings of the 2020 conference on machine translation (WMT20). In:Proceedings of the Fifth Conference on MT[online]. Association for Computational Linguistics, s. 1–55.
Fonteyne, M. et al. (2020): Literary Machine Translation under the Magnifying Glass: Assessing the Quality of an NMT-Translated Detective Novel on Document Level. In: Proceedings of the 12th Conference on Language Resources and Evaluation (LREC 2020), pages 3790–3798.https://aclanthology.org/2020.lrec-1.468.pdf
Freitag, Markus, George Foster, David Grangier, Viresh Ratnakar, Qijun Tan, Wolfgang Macherey (2021): Experts, Errors, and Context: A Large-Scale Study of Human Evaluation for Machine Translation.https://arxiv.org/pdf/2104.14478.pdf
Chatzikoumi, E. (2020). How to evaluate machine translation: A review of automated and human metrics.Natural Language Engineering,26(2), 137-161. doi:10.1017/S1351324919000469

GRAHAM, Y., BALDWIN, T., MOFFAT, A., & ZOBEL, J. (2017). Can machine translation systems be evaluated by the crowd alone.Natural Language Engineering,23(1), 3-30. doi:10.1017/S1351324915000339

Kloudová, V. – Bojar, O. – Popel, M. (2021): Detecting Post-edited References and Their Effect on Human Evaluation. In: A. Belz – S. Agarwal – Y. Graham – E. Reiter – A. Shimorina (eds.),Proceedings of the Workshop on Human Evaluation of NLP Systems (HumEval). New York: Association for Computational Linguistics, s. 114–119. Dostupné online na adrese: .
Mellinger, Christopher D. (2018): Re-thinking translation quality. Revision in the digital age. Target 30:2(2018), pp. 310–331. ISSN 0924-1884 | E‑ISSN 1569-9986, © John Benjamins Publishing Company:https://benjamins.com/online/target/articles/target.16104.mel.https://doi.org/10.1075/target.16104.mel.
Novikova, J. et al. (2018): RankME: Reliable human ratings for natural language generation. In:Proceedings of the 2018 Conference of the North American Chapter of the ACL: Human Language Technologies, Vol. 2 (Short Papers), s. 72–78.
Popel, M., Tomkova, M., Tomek, J.et al.Transforming machine translation: a deep learning system reaches news translation quality comparable to human professionals.Nat Commun11, 4381 (2020).https://doi.org/10.1038/s41467-020-18073-9

Toral, A. (2020): Reassessing Claims of Human Parity and Super-Human Performance in Machine Translation at WMT 2019. In:Proceedings of the 22nd Annual Conference of the European Association for Machine Translation. Lisboa, Portugal: European Association for Machine Translation, s. 185–194.
Toral A., Way A. (2018) What Level of Quality Can Neural Machine Translation Attain on Literary Text?. In: Moorkens J., Castilho S., Gaspari F., Doherty S. (eds) Translation Quality Assessment. Machine Translation: Technologies and Applications, vol 1. Springer, Cham.https://doi.org/10.1007/978-3-319-91241-7_12
Toral, A., Antoni, O., Pau, R. B. (2020): Machine Translation of Novels in the Age of Transformer. In: Maschinelle Übersetzung für Übersetzungsprofis (pp. 276-295). Jörg Porsiel (Ed.), BDÜ Fachverlag, 2020. ISBN 978-3-946702-09-2.[2011.14979] Machine Translation of Novels in the Age of Transformer