Перегляд за Автор "Костіна Олеся Володимирівна"
Зараз показуємо 1 - 3 з 3
Результатів на сторінці
Налаштування сортування
- ДокументAssessing AI-driven machine translation performance from English into Ukrainian using BLEU metrics for IOT product localization(Boston-Vinnytsia : Primedia eLaunch & European Scientific Platform, 2023) Kostina Olesia Volodymyrivna; Horbovyi Artur Yulianovych; Костіна Олеся Володимирівна; Горбовий Артур ЮліановичThe prospect of developing machine translation of technical terms in the IT industry using artificial intelligence is quite promising. Due to the constant growth of information and the globalization of the IT industry, the need for fast and accurate translation of technical documentation is becoming increasingly important. Artificial intelligence and machine learning have already significantly improved the efficiency of machine translation in general. However, technical terms in the IT industry have their own peculiarities, such as complexity, specificity, and rapid changes. In recent years, significant progress has been made in machine translation of technical terms in the IT industry. The use of deep neural networks and the increasing amount of available data has helped to improve translation accuracy and speed. Future development prospects include continuously training models on larger and more diverse datasets, expanding the vocabulary and improving contextual understanding. It is also important to develop interactive tools that allow users to make corrections and additions to the translation so that the models can learn from this data and continuously improve. All in all, machine translation of technical terms in the IT industry using artificial intelligence has the potential for further development, and it is expected that even greater results in terms of relevance, accuracy, and translation speed will be achieved in the future. Перспектива розвитку машинного перекладу технічних термінів в ІТ-індустрії з використанням штучного інтелекту є досить перспективною. У зв'язку з постійним зростанням обсягів інформації та глобалізацією ІТ-індустрії інформації, потреба у швидкому і точному перекладі технічної документації стає все більш актуальною. Штучний інтелект і машинне навчання вже значно підвищили ефективність машинного перекладу в цілому. Однак технічні терміни в ІТ-галузі мають свої особливості, такі як складність, специфічність і швидкі зміни. За останні роки було досягнуто значного прогресу в машинному перекладі технічних термінів в ІТ-галузі. Використання глибоких нейронних мереж і збільшення використання глибоких нейронних мереж і збільшення кількості доступних даних допомогло підвищити точність і швидкість перекладу. Перспективи подальшого розвитку полягають у постійному навчанні моделей на більших і різноманітніших наборах даних, розширення словникового запасу і поліпшення контекстного розуміння контексту. Важливо також розробляти інтерактивні інструменти, які дозволять користувачам вносити виправлення та доповнення до перекладу, щоб моделі могли вчитися на цих даних і безперервно вдосконалюватися. Загалом, машинний переклад технічних термінів в ІТ-індустрії з використанням штучного інтелекту має потенціал для подальшого розвитку, і очікується, що в майбутньому будуть досягнуті ще кращі результати з точки зору релевантності, точності та швидкості перекладу будуть досягнуті в майбутньому.
- ДокументState-of-the-art machine translation systems using artificial neural network(Дубляни : ЛНУП, 2023) Костіна Олеся Володимирівна; Горбовий Артур Юліанович; Kostina Olesia Volodymyrivna; Horbovyy Artur YulianovychШтучний інтелект (ШІ) відіграє вирішальну роль у формуванні глобальних контент-стратегій. Індустрія лінгвістичних послуг визнає потенціал штучного інтелекту для трансформування того, як компанії обробляють і поширюють багатомовний контент. Як наслідок, цей сектор знаходиться в авангарді розвитку технології нейронного машинного перекладу. Штучний інтелект (ШІ) і машинний переклад (МП) стають дедалі важливішими інструментами для управління та розповсюдження багатомовного контенту в сучасному глобалізованому світі. Завдяки стрімкому технологічному прогресу ШІ та МП тепер здатні надавати переклади майже людської якості за меншу кількість часу та коштів, ніж порівняно з традиційним перекладом, який виконує людина. Це призвело до значного зростання та інвестицій в індустрію лінгвістичних послуг, оскільки компанії використовувати ці інструменти для вдосконалення своїх глобальних контент-стратегій. Однак, незважаючи на те, що ШІ та МТ мають величезний потенціал, але водночас існують і певні проблеми та обмеження, які потребують вирішення. У цьому дослідженні ми розглянемо поточний стан ШІ та МТ, їхні застосування (Google Translate та DeepL Translator), переваги та обмеження, а також їхній вплив на індустрію лінгвістичних послуг та інші сфери. Artificial intelligence (AI) plays a crucial role in shaping global content strategies. The language services industry recognises the potential of AI to transform the way businesses process and distribute multilingual content. As a result, the sector is at the forefront of the development of neural machine translation technology. Artificial intelligence (AI) and machine translation (MT) are becoming increasingly important tools for managing and distributing multilingual content in today's globalised world. Thanks to rapid technological advances, AI and MT are now able to deliver near-human-quality translations in a fraction of the time and cost of traditional human translation. This has led to significant growth and investment in the language services industry as companies look to use these tools to enhance their global content strategies. However, while AI and MT have enormous potential, there are also challenges and limitations that need to be addressed. This paper explores the current state of AI and MT, their applications (Google Translate and DeepL Translator), benefits and limitations, and their impact on the language services industry and beyond.
- ДокументПерспективи розвитку машинного перекладу технічних термінів в ІТ- галузі з використанням штучного інтелекту(Ірпінь, 2024) Костіна Олеся Володимирівна; Kostina Olesya VolodymyrivnaДослідження найбільш ефективних моделей машинного перекладу з англійської на українську мову, проведення аналізу найпоширеніших моделей машинного перекладу з використанням метрики BLEU для оцінки якості перекладу, визначення найкращої моделі машинного перекладу для технічних термінів ІТ-галузі для нового продукту OKIN Facility IOTOR у сфері Інтернету речей (IoT), щоб оптимізувати якість перекладу. Research the most effective models of machine translation from English to Ukrainian, analyze the most common machine translation models using the BLEU metric to assess translation quality, opt the best machine translation model for technical IT terms for OKIN Facility IOTOR's new Internet of Things (IoT) product to improve the translation quality.