<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=125328"><dc:title>Razumevati nevronščino: Kako si ljudje razlagamo jezik strojnih prevajalnikov</dc:title><dc:creator>Bordon,	David	(Avtor)
	</dc:creator><dc:creator>Vintar,	Špela	(Mentor)
	</dc:creator><dc:subject>razumevanje strojnih prevodov</dc:subject><dc:subject>nevronsko strojno prevajanje (NMT)</dc:subject><dc:subject>nerevidirani prevodi</dc:subject><dc:subject>nevronščina</dc:subject><dc:subject>končni uporabniki</dc:subject><dc:description>V magistrski nalogi preverjam razumljivost nerevidiranih strojno prevedenih spletnih besedil pri končnih uporabnikih. Raziskavo sem izvedel z anketo, ki je vsebovala primere strojnih prevodov splošnih besedil, ki sem jih prevedel s prevajalnikoma Google Translate in eTranslation. Primeri vključevali napake štirih vrst, ki so bile predstavljene v kontekstu. Ta je lahko bil izključno besedilni, kombinacija besedilnega in vizualnega dveh vrst – s slikovnim gradivom, ki vpliva na razumevanje ali ne – ali vezan na pravilen izbor slike, na katero se besedilo nanaša. Vzorec 120 anketirancev je pokazal približno 59 % stopnjo razumevanja primerov, rezultati pa so bili boljši v kategorijah, kjer je bilo razumevanje vezano na slikovno gradivo oz. na izbor pravilne slike.</dc:description><dc:date>2021</dc:date><dc:date>2021-03-11 07:45:02</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>125328</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
