Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines

Aladrović, Josip

prikaz prve stranice dokumenta Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines

Preuzmi
PDF 2.65 MB

diplomski rad

Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines

2024. urn:nbn:hr:142:380153

Aladrović, Josip

Sveučilište Josipa Jurja Strossmayera u Osijeku
Filozofski fakultet
Odsjek za engleski jezik i književnost

Citirajte ovaj rad

APA 6th Edition

Aladrović, J. (2024). Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:142:380153

MLA 8th Edition

Aladrović, Josip. "Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:142:380153

Chicago 17th Edition

Harvard

Aladrović, J. (2024). 'Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski fakultet, citirano: 03.12.2024., https://urn.nsk.hr/urn:nbn:hr:142:380153

Vancouver

Aladrović J. Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski fakultet; 2024 [pristupljeno 03.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:142:380153

IEEE

J. Aladrović, "Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Filozofski fakultet, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:142:380153

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:142:380153

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Comparative Analysis of MemoQ Adaptive Generative Translation (AGT) with Conventional Machine Translation (MT) Engines
Naslov (hrvatski)	Usporedna analiza adaptivnog generativnog prijevoda (AGT) s konvencionalnim strojnim prijevodom (MT)
Autor	Josip Aladrović
Mentor	Marija Omazić (mentor)
Član povjerenstva	Dubravka Vidaković Erdeljić (predsjednik povjerenstva)
Član povjerenstva	Marija Omazić (član povjerenstva)
Član povjerenstva	Goran Schmidt (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište Josipa Jurja Strossmayera u Osijeku Filozofski fakultet (Odsjek za engleski jezik i književnost) Osijek
Datum i država obrane	2024-09-30, Hrvatska
Znanstveno / umjetničko područje, polje i grana	HUMANISTIČKE ZNANOSTI Filologija Anglistika
Sažetak	This thesis aims to conduct a comprehensive comparative analysis between memoQ Adaptive Generative Translation (AGT) and conventional Machine Translation (MT) engines regarding their efficacy and accuracy in translating English language texts into Croatian. The study will investigate various aspects such as translation accuracy, fluency, and terminological consistency by the means qualitative analyses and of automatic evaluation provided by the MATEO evaluation platform and selected metrics (BLEU, ChrF, and COMET). Additionally, it will explore potential drawbacks associated with each translation approach. By employing empirical research methods and a case study, this thesis seeks to provide insights into the strengths and limitations of memoQ AGT compared to standard MT engines in meeting translation requirements in the English-Croatian language pair. The findings of this research are expected to contribute to the ongoing discourse on the advancements in machine translation technology.
Sažetak (hrvatski)	Cilj je ovog rada sveobuhvatna usporedna analiza alata memoQ Adaptive Generative Translation (AGT) s ostalim konvencionalnim alatima za strojno prevođenje, s obzirom na učinkovitost i točnost prijevoda teksta s engleskog jezika na hrvatski jezik. Rad će istražiti razne aspekte poput točnosti prijevoda, tečnosti i terminološke dosljednosti u vidu kvalitativne analize i automatske procjene koju pruža platforma MATEO odabranim metrikama (BLEU, ChrF i COMET). Rad će također istražiti moguće nedostatke s obzirom na pojedini pristup prijevodu. Provedbom metoda empirijskog istraživanja i studije slučaja, ovaj rad cilja dati uvid u prednosti i ograničenja memoQ AGT-a u usporedbi sa standardnim alatima za strojno prevođenje s obzirom na zadovoljavanje kriterija prijevoda u jezičnoj kombinaciji engleski-hrvatski. Očekuje se da će rezultati ovog istraživanja doprinijeti tekućoj raspravi o napretku tehnologija strojnog prevođenja.
Ključne riječi
Ključne riječi (hrvatski)
Jezik	engleski
URN:NBN	urn:nbn:hr:142:380153
Studijski program	Naziv: Engleski jezik i književnost (dvopredmetni); smjerovi: Nastavnički, Filološki, Prevoditeljski Smjer: Prevoditeljski Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: sveučilišni/a magistar/magistra engleskog jezika i književnosti / sveučilišni/a magistar/magistra edukacije engleskog jezika i književnosti (univ. mag. philol. angl. / univ. mag. educ. philol. angl.)
Studijski program	Naziv: Hrvatski jezik i književnost (dvopredmetni); smjerovi: Nastavnički, Istraživački Smjer: Nastavnički Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: sveučilišni/a magistar/magistra edukacije hrvatskog jezika i književnosti / sveučilišni/a magistar/magistra hrvatskog jezika i književnosti (univ. mag. educ. philol. croat. / univ. mag. philol. croat.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane	2024-11-28 18:24:17