Prilagoditev statističnega strojnega prevajalnika za specifično domeno v slovenskem jezikuKADIVEC, JOŽE (Avtor) Robnik Šikonja, Marko (Mentor) Vintar, Špela (Komentor) strojno prevajanjestatistično strojno prevajanjeprilagajanje strojnega prevajalnika za specifično domenoprilagajanje statističnega strojnega prevajanja za področje farmacijefaktorski modelMosesmodel na osnovi besednih zvezCohenova kappaFleissova kappastrinjanje ocenjevalcevStrojno prevajanje, še posebej statistično strojno prevajanje, se je v zadnjih letih zelo razširilo, zahvaljujoč predvsem vse večjemu številu večjezičnih jezikovnih virov. Večina javno dostopnih strojnih prevajalnikov nam omogoča, da dobimo osnovno razumevanje vsebine v tujem jeziku, medtem ko ti niso dovolj natančni za specifične domene. Študije za nekatere tuje jezike kažejo izboljšanje strojnega prevajalnika, če je za učenje uporabljena domenska zbirka. Za slovenski jezik podobna študija še ni izvedena, kar predstavlja motivacijo za naše delo. Dodatno motivacijo predstavlja neobstoj javno dostopnega splošnega jezikovnega modela za slovenski jezik. V magistrskem delu se osredotočimo na prilagajanje statističnega strojnega prevajalnika za specifično domeno v slovenskem jeziku. Opišemo različne pristope k prilagajanju za specifično domeno. Vzpostavimo sistem za strojno prevajanje Moses in poiščemo ter prilagodimo obstoječe splošne korpuse za slovenski jezik kot osnovo za gradnjo primerjalnega jezikovnega modela. Iz označenega in neoznačenega korpusa slovenskega jezika ccGigafida izdelamo jezikovni model slovenskega jezika. Za področje farmacevtskih besedil poiščemo in prilagodimo obstoječe angleško-slovenske prevode in druge jezikovne vire, ki služijo kot učna množica za učenje strojnega prevajalnika. Ovrednotimo vpliv različnih jezikovnih virov na kakovost dobljenega strojnega prevoda za področje farmacije. Ovrednotenje izvedemo samodejno z metriko BLEU, nekatere testne prevode pa ročno ocenijo tudi strokovnjaki in potencialni uporabniki sistema. Analiza ocen pokaže, da testni prevodi, prevedeni z domenskim modelom, dosežejo precej boljše ocene od prevodov, prevedenih s splošnim modelom, medtem ko večji, kombinirani model, ne prinese boljših ocen od manjšega domenskega modela. Analiza ročnih ocen berljivosti in ustreznosti pokaže, da prevodi, ki dosežejo visoko oceno BLEU, lahko dosežejo nižje ocene berljivosti ali ustreznosti od testnih prevodov, ki so sicer dosegli nižjo oceno BLEU. Ugotovimo tudi, da uporaba strokovnega slovarja doprinese 1 oceno BLEU in zagotovilo, da je uporabljeno želeno izrazoslovje.20162016-09-05 17:40:02Magistrsko delo84815VisID: 17952sl