导读:本文包含了汉英机器翻译论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:机器翻译,汉英,复合体,短语,错误,在线,策略。
汉英机器翻译论文文献综述
朱姝颖[1]（2019）在《汉英在线机器翻译中一词多义引起的误译》一文中研究指出国内关于机器翻译和多义词排歧的研究从汉译英角度出发的较少。为了考察在线机器翻译服务平台对汉语多义词的翻译能力,选取五个包含连续使用多义词的微博流行句作为研究对象,借助中科院NLPIR-ICTCLAS工具对五个句子进行切分,以便理解原句。这五个句子在"谷歌翻译"及"有道翻译"中有不同的表现,翻译均存在欠妥之处,需要扩充语料库并丰富多义词排歧的手段。(本文来源于《南京工程学院学报(社会科学版)》期刊2019年03期）
安帅飞,邵桢贻[2]（2019）在《汉英小说体机器翻译评测分析》一文中研究指出机器翻译自诞生至今,历经半个多世纪,已然取得了长足的进步。当前,在处理新闻题材等规范化文本上,在线翻译平台效果可观,但对口语题、小说题等非规范化文本的翻译效果并不理想。本文以小说体裁为切入点,对Google翻译在线和多语种即时在线翻译_百度翻译两大在线翻译平台进行评测实验,通过观察分析实验结果,归纳总结错误原因,对该类体裁的翻译提出一些改进建议。(本文来源于《文学教育(上)》期刊2019年07期）
韦向男[3]（2019）在《IT通讯文本汉英机器翻译译前编辑策略探究》一文中研究指出近年来,机器翻译技术发展迅速,译文质量不断提高,适用的文本类型也越来越多,机器翻译也因此被广泛应用于各领域的实际翻译场景。IT通讯领域的文本是机器翻译译文质量较高的文本类型之一,同时通讯翻译市场需求高,机器翻译作为提高翻译效率的重要途径,对满足市场需求有很重要的作用。本文基于作者在某通讯技术公司实习期间的翻译实践,首先对IT通讯领域文本的中译英机器翻译译文进行质量评估和错误分析,总结语料中存在的九个错误类型:错译、漏译、冗译、术语错译、术语拼写错误、语法错误、风格指南错误、表达问题和措辞问题;其次针对不同的错误类型提出相应的译前编辑策略,如对界面词或术语进行预处理;调整句式结构;通过增补信息、明确逻辑关系、删减冗余信息、使用标点符号等方式消除歧义等,并在案例分析过程中对所提出策略的有效性进行验证。本文有助于译员通过译前编辑优化原文本,规避机器翻译的一些错误,提高机器翻译译文质量,减少译后编辑的工作量,从而提高翻译效率,适应市场需求。(本文来源于《西安外国语大学》期刊2019-06-01）
范松[4]（2018）在《论机器翻译汉英译文的典型问题及对策》一文中研究指出机器翻译软件的开发与广泛应用在翻译活动中的作用日趋重要,但翻译质量却屡遭诟病,不同文字或文本在机器翻译软件中所得到的译文到底有多大的可靠性,这个问题至今莫衷一是,依旧值得深入探讨,方能得到答案。本论文采用谷歌翻译、有道翻译、百度翻译以及腾讯翻译等四个机器翻译软件为试验工具,选用特殊词汇、短语、简短句、长句以及复合句等为主要研究语料,运用目的论和文本类型理论,对这四个机器翻译软件给出的汉英译文进行分析比较,以此评析机器翻译所提供的汉英译文质量的可靠性,并分析其所存在的缺陷及问题。本论文肯定并表明了机器翻译具有快速翻译普通词汇、高效提取粗略信息以及对信息型文本的翻译可接受度较高等诸多优势,但是,目前以这四个翻译软件为代表的机器翻译生成的译文仍存在以下几个缺陷问题:(1)中国特色固定术语的译文存在问题;(2)公示语的译文存在问题;(3)隐喻翻译的译文存在问题;(4)逻辑关系及原文风格呈现存在问题。针对以上机器翻译译文中所存在的问题,笔者提出以下四条相应对策:(1)以国家官方权威最新公布译名为准;(2)以国际惯用表达和已发布的规范性文件为准;(3)借用与原文具有同等喻体含义的英语表达;(4)分析原文内在逻辑并对整体译文润色。这些对策证明可以有效解决机器翻译译文的四类缺陷和问题,提高翻译质量。(本文来源于《浙江工商大学》期刊2018-12-01）
韩娜[5]（2018）在《谷歌、有道神经机器翻译系统汉英翻译测评》一文中研究指出基于机器译文错误分类标准,本文选取一般性文本、旅游文本、科技文本为测试语料,将谷歌、有道神经翻译系统与人工翻译进行汉英翻译对比研究,分析译文在词汇、句法、语篇叁个层面的差异。依据机器翻译的METEOR评价指标,人工纠错为训练神经机器翻译提供语料,有助优化其翻译技术,提高机器翻译的准确性。(本文来源于《山西能源学院学报》期刊2018年05期）
赵杨[6]（2018）在《汉英机器翻译之交互翻译策略探究》一文中研究指出机器翻译因其速度快、效率高、一致性强等得到广泛应用,然而机器翻译产出的译文质量远未达到职业译者翻译的程度,人工介入交互翻译尤为必要。论文探讨了译前编辑和译后编辑两种交互翻译,对提高机器翻译译文质量的重要作用,并从词汇、句法和语法叁大方面提出了相应的译前编辑、译后编辑策略,即以词汇修改、句法结构调整和语法调整为主的译前编辑,以及相对应的译后检查,为机器翻译的实践提供一定的参考。(本文来源于《海外英语》期刊2018年17期）
李璜[7]（2018）在《汉英神经机器翻译模型时态翻译改进研究》一文中研究指出近年来,深度学习的方法被引入到自然语言处理领域,极大提升了自然语言处理在多项任务上的表现,特别是机器翻译。神经机器翻译相比于传统的统计机器翻译,实现了多方面的突破。然而在像汉语这种缺少词形变化的语言翻译成英语的场合时,由于汉语的动词时态没有明确标识,而英语的时态却直接通过动词的词形变化来指示,这使得保持翻译前后的时态一致性变的十分困难。在统计机器翻译时代,保持翻译前后的时态一致性工作有不少学者曾经研究过,而进入神经机器翻译时代以来,却鲜有人涉足。而通过我们的调研发现当前的神经机器翻译系统依然存在较严重的时态翻译的问题,因此,我们提出两种方法,通过不同的思路来尝试解决当前汉-英神经机器翻译系统中的时态翻译一致性问题。本文第一种解决时态翻译一致性的方法,是采用将源端汉语时态信息传递给目标端英语的方法。首先利用神经网络构建汉语时态标注模型来获取汉语的动词时态,在翻译的过程中利用传统Attention机制的对齐矩阵将源端时态传递给目标端,并将候选译文词集里与相应源文词时态不一致的译文候选词的概率降低。通过这种方式,可以基本实现汉语到英语的时态翻译一致性。针对时态标注模型和结合时态标注的NMT系统,我们进行了详细的实验,最终实验结果也表明我们的模型是有效的。但这种方法完全依靠传统Attention来传递时态信息,难以避免地存在传播误差,因此,我们进一步提出另一种方法来避免这个问题。本文的第二种方法是从另外一个角度来看待时态翻译一致性的问题,根据深度学习“端到端”的思想,我们尝试通过神经网络直接生成目标端的时态,而不是从源端获取时态。通过构建时态Attention模块,关注源端与时态表达相关的内容,进而生成Decoder的每一个时间步对应的时态,然后再利用这个时态预测和译文候选词的时态进行对比,降低时态不一致的候选词的概率。在我们展示的实验结果里也表明了这种方法对于解决时态翻译一致性问题的有效性。(本文来源于《厦门大学》期刊2018-06-30）
林晓萍[8]（2018）在《小句复合体理论框架下的汉英机器翻译错误分析》一文中研究指出机器翻译的研究始于20世纪40年代,最开始采用基于规则的技术,20世纪90年代之后基于统计的技术逐渐取代基于规则的技术成为研究主流。2016年,谷歌推出神经网络机器翻译,机器学习的方法成为研究热点。实践证明,神经网络机器翻译极大地减少了机器译文的错误,并提高译文的流畅度。多家互联网企业纷纷上线了基于神经网络的机器翻译系统。从基于规则的技术到基于统计的技术,再到基于机器学习的技术,机器翻译对语言结构分析的依赖性越来越低。笔者认为基于统计和机器学习的方式虽然效果显着,但由于其缺乏对语言结构的分析,必然存在相应的局限性。机器译文仍然存在很多错误也说明了这一点。基于对机器译文的观察,笔者发现目前机器翻译已经解决了很多短距离的错误,但长句翻译结果仍然不是很好。这主要是因为长句结构复杂,而英汉长句结构又有差异。因此,本文旨在从错误分析入手,以小句复合体为视角,探索汉英语言结构差异对机器翻译的影响。本研究的目的是探索汉英机器翻译中小句复合体层面错误与汉英语法差异的联系,从而为改进机器翻译,提高译文质量提供参考和建议。本文将通过研究回答以下叁个问题:小句复合体层面错误如何分类?小句复合体层面错误和汉英语法差异存在什么联系?小句复合体层面错误的统计分布有什么特征?本研究收集了21篇文章作为测试语料,体裁包括新闻、百科全书和政治类文本叁类。研究的具体操作步骤为:在小句复合体理论指导下将文本切分为小句复合体;将各个小句复合体输入谷歌翻译、百度翻译、搜狗翻译和小牛翻译四个在线翻译系统,得到四个机器译文;标注机器译文中的小句复合体层面错误并补充相应说明;分类错误,并从汉英语法差异的角度分析错误;统计错误并分析统计结果。定性分析表明:小句复合体层面错误可以分为词语错、共享结构错、逻辑关系错;小句复合体层面错误和汉英语法差异有关,汉英在意合与形合方面的根本性差异导致了汉英各方面的差异,进而影响了小句复合体层面的错误。统计结果表明:共享结构错和逻辑关系错在小句复合体层面错误中占比较高,堆栈结构错在共享结构错中占比最高;小句复合体层面错误的数量和小句复合体的规模成正比;不同文体中出现小句复合体层面错误的概率不同。研究说明机器翻译研究人员应该重视小句间关系的研究,以进一步提高机器翻译的质量。(本文来源于《广东外语外贸大学》期刊2018-03-16）
宋鼎新,黄德根[9]（2017）在《一种融合句法短语的汉英统计机器翻译方法》一文中研究指出基于短语的统计机器翻译所使用的短语并不限制句法边界,因而得到的翻译结果存在大量不符合句法结构的表达.为此,分析短语模型与句法模型各自的优势与不足,提出将句法分析结果中获得的双语句法短语对融入在短语模型中,以改善机器翻译质量.首先对平行语料分别进行句法分析并从中获取中英文单语句法短语,而后利用短语表与一致性短语原则获取双语句法短语对,最后将其与短语翻译模型的原有短语表相结合.实验结果表明:双语句法短语能够提高基于短语的统计机器翻译质量,在十万句对与百万句对规模双语平行训练语料中BLEU值分别提高0.56%与0.62%.(本文来源于《小型微型计算机系统》期刊2017年10期）
李洪政,赵凯,胡韧奋,蒋宏飞,朱筠[10]（2017）在《面向专利领域的汉英机器翻译融合系统》一文中研究指出面向专利领域的机器翻译近年来已成为机器翻译的重要应用领域之一。本文提出了一个汉英专利文本机器翻译融合系统,该系统以规则系统为主导搭建,并把规则翻译方法和基于短语的统计翻译系统相结合。在融合系统中,规则系统主要负责源语言的分析和转换阶段的处理,生成相应的源语言句法分析树与转换树,并确定目标语言的基本句法框架。统计翻译系统则在目标语生成阶段根据生成的目标语句法结构寻找合适的对译词形,并产生最终的候选译文。通过利用自动评测指标对融合系统进行测试,融合系统的结果均优于单个规则系统和统计系统的结果,表明了融合方法的有效性和可行性,可以改善系统的翻译性能,提高翻译质量。(本文来源于《情报工程》期刊2017年03期）
汉英机器翻译论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机器翻译自诞生至今,历经半个多世纪,已然取得了长足的进步。当前,在处理新闻题材等规范化文本上,在线翻译平台效果可观,但对口语题、小说题等非规范化文本的翻译效果并不理想。本文以小说体裁为切入点,对Google翻译在线和多语种即时在线翻译_百度翻译两大在线翻译平台进行评测实验,通过观察分析实验结果,归纳总结错误原因,对该类体裁的翻译提出一些改进建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汉英机器翻译论文参考文献
[1].朱姝颖.汉英在线机器翻译中一词多义引起的误译[J].南京工程学院学报(社会科学版).2019
[2].安帅飞,邵桢贻.汉英小说体机器翻译评测分析[J].文学教育(上).2019
[3].韦向男.IT通讯文本汉英机器翻译译前编辑策略探究[D].西安外国语大学.2019
[4].范松.论机器翻译汉英译文的典型问题及对策[D].浙江工商大学.2018
[5].韩娜.谷歌、有道神经机器翻译系统汉英翻译测评[J].山西能源学院学报.2018
[6].赵杨.汉英机器翻译之交互翻译策略探究[J].海外英语.2018
[7].李璜.汉英神经机器翻译模型时态翻译改进研究[D].厦门大学.2018
[8].林晓萍.小句复合体理论框架下的汉英机器翻译错误分析[D].广东外语外贸大学.2018
[9].宋鼎新,黄德根.一种融合句法短语的汉英统计机器翻译方法[J].小型微型计算机系统.2017
[10].李洪政,赵凯,胡韧奋,蒋宏飞,朱筠.面向专利领域的汉英机器翻译融合系统[J].情报工程.2017
论文知识图
