<?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=152720"><dc:title>Izdelava strojnega prevajalnika za uporabo v označevalni industriji</dc:title><dc:creator>Zrimšek,	Andraž	(Avtor)
	</dc:creator><dc:creator>Lebar Bajec,	Iztok	(Mentor)
	</dc:creator><dc:subject>prevajanje</dc:subject><dc:subject>prevajalnik</dc:subject><dc:subject>označevalna industrija</dc:subject><dc:subject>Azure</dc:subject><dc:subject>oblačne storitve</dc:subject><dc:description>Avtomatsko strojno prevajanje je lahko za podjetja zelo koristno,
ker uporabnikom, ki ne govorijo angleščine, omogoča uporabo programske
opreme in poslovanje v izbranem jeziku. Storitve strojnega prevajanja ponujajo
številna podjetja, vendar te pri prevodih domensko specifičnih besedil
ponavadi ne dosežejo dovolj visoke natančnosti. Za reševanje tega problema
nekateri ponujajo storitve z možnostjo uglaševanja prevajalnikov s svojimi
podatki. Med njih spada tudi Microsoftov Azure Custom Translator, ki je
uporabljen v naši diplomski nalogi. Ker na sam model nimamo vpliva, se to
delo v večini osredotoča na pridobivanje in pripravo podatkov. Z uporabo
modelov LASER in Vecalign se iz profesionalno prevedenih besedil izloči in
poravna vzporedne stavke. Z njimi se nauči dve različici prevajalnika po
meri, ki temeljita na splošnem in tehnološkem osnovnem modelu. Z ocenami
BLEU, chrF++ in BERTScore se naša modela primerja z drugimi možnostmi
znotraj Azure ter eno vodilnih zunanjih storitev. Tehnološki model doseže
rezultate, ki so primerljivi z zunanjim. Z najboljšim modelom izdelamo tudi
preprosto prevajalniško aplikacijo.</dc:description><dc:date>2023</dc:date><dc:date>2023-12-04 15:55:20</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>152720</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
