XiaoMi-AI文件搜索系统
World File Search System机器翻译
ESI预印本 - 增强门户系统的弹性...基于AI的基于AI的计算机翻译
随着AI驱动技术的进步，机器翻译通过改变目的地的方式或解释语言，从而对游客的旅行体验产生了重大影响。然而，这些新兴技术在旅游业和款待中的好处，障碍和未来前景的经验文献尚未得到充分探索。本研究旨在探索和概述320个旅行者对机器翻译的看法。分析了意大利旅行者的独特样本，以及他们在数字环境中的当前和潜在客户。描述性统计数据用于介绍旅行者对基于AI的机器翻译人员的看法的数字和主要特征。根据感知的利益和实施挑战，将旅行者分为两个集群。我们的发现有助于不断增长的基于AI的机器翻译人员的文献，并通过绘制机器翻译的好处，挑战，外观和成熟度来提供实用的见解。结果提供了理论和实用见解，用于改善基于AI的机器翻译及其在旅游和酒店业中的作用。这是探索旅游业和
使用 Coh-Metrix 进行文本级别分析
虽然学习者在第二语言 (L2) 写作过程中可以使用参考工具，但机器翻译 (MT) 的最新发展（例如 Google 翻译）需要研究使用该工具如何影响第二语言学习者的写作成果。为此，本研究的目的是研究机器翻译如何影响 L2 学习者的写作成果，相对于作者直接用 L2 写作或将文本从韩语翻译成英语。要求 EFL 大学学习者根据三种写作模式和三个写作主题平衡的提示进行写作。使用 Coh-Metrix 分析学习者的写作成果，以提供有关多层次文本特征的信息。结果表明，机器翻译可以帮助学习者提高流利度和凝聚力，写出句法复杂的句子，并写出具体的单词来表达他们的目标信息。提供了如何使用机器翻译来提高 L2 学习者写作产品质量的教学意义。
（IJACSA）《国际先进计算机科学与应用杂志》，第 12 卷，第 3 期，2021 年人工智能：机器翻译在法语-印尼语烹饪文本翻译中的准确性
Asriani Abbas 4 哈桑努丁大学 印尼文学研究项目 文化科学系，望加锡，印尼 摘要——机器翻译作为人工智能 (AI) 的使用不断增加，世界上最受欢迎的翻译工具是谷歌翻译 (GT)。该工具不仅用于通过翻译学习和获取外语信息，而且还被用作医院、机场和购物中心互动和交流的媒介。本文旨在探讨机器翻译在翻译法语-印尼语烹饪文本 (食谱) 中的准确性。烹饪文本样本取自互联网。研究结果表明，GT 中机器翻译的符号模型是通过强调源语言和目标语言的概念 (所指) 的等价性，从源语言的能指 (形式) 翻译成目标语言的能指 (形式)。GT 有助于通过单词、短语和句子翻译现有的法语-印尼语烹饪文本概念。烹饪文本机器翻译中遇到的一个问题是文化等值。GT 机器翻译无法准确识别源语言和目标语言的文化背景，因此结果是直译的形式。但是，可以通过从一种语言到另一种语言的单词、短语和句子细化文化等价物的翻译来提高 GT 的准确性。
NRC 数字技术研究中心评估
DT 的主要能力项目之一是机器翻译领域。1 由于 DT 的机器翻译团队获得了国际认可，主要客户选择与 DT 合作。在对 NRC 根据加拿大官方语言路线图所采取的举措的评估中发现，NRC 成功地将 Portage 部署到了主要的公共部门组织和加拿大最大的私营翻译公司之一。在统计机器翻译系统方面，Portage 被认为是世界上最好的系统之一。它被公认为最先进的系统，并因在美国 1 中取得的成就而获得了国际认可。作为加拿大政府的加拿大官方语言路线图 (2013-18) 的一部分，DT 研究中心在五年内获得了 1000 万美元的资金，用于在统计机器翻译和文本分析领域开展研发。 NRC 审计和评估办公室于 2016 年对这些项目进行了校准评估（参见 https://www.nrc- cnrc.gc.ca/eng/about/planning_reporting/evaluation/2016_2017/initiative_roadmap_official_languages.html；检索日期：2018 年 4 月 10 日）
关于人工智能在口译中的应用的立场文件
法案草案并未具体说明什么是“认证技术设备”，但说明备忘录中提到了“机器翻译软件” 1 。机器翻译在语音识别复杂方面表现出有限的能力 2 ，例如调制、音量、音调、方言和语言细微差别。在罕见的语言组合或训练数据有限的语言中，这些错误要大得多。即使是很小的错误也会在法律情况下造成严重后果。语言之间的自动转换在未来相当长的一段时间内远非无故障（并且很可能仍然如此）。3 机器翻译只是一种翻译工具，而不是口译服务。它未能充分解决文化差异和语境细微差别，而这些差异和细微差别在高风险口译情况下至关重要，例如捷克共和国案例中设想的具体情况。
使用变压器Palanichamy Naveen 1，Rajasekaran Thangaraj 2和M. Maraga使用变压器的增强机器翻译的上下文增强学习
抽象机器翻译在桥接语言障碍中起着至关重要的作用，但是产生适当的翻译仍然是一个挑战。增强学习技术与变压器模型的集成，以增强上下文相关翻译的产生。通过合并上下文策略梯度方法，一种考虑流利性和上下文的奖励功能，多代理强化学习，课程学习和交互式用户反馈，旨在提高机器翻译的质量。强化学习技术与变压器模型的集成提供了几种关键贡献。它使模型能够通过考虑源句子上下文，目标语言细节和用户偏好来优化翻译决策。拟议的奖励功能设计既包含传统的度量标准得分，又结合了上下文感知的指标，以促进流利性和连贯性。多代理强化学习增强了专门从事不同翻译方面的代理之间的协作。课程学习和用户反馈的互动学习有助于有效的培训和人为指导的微调。实验结果表明，与基线模型相比，翻译质量的显着改善。所提出的方法在评估指标（例如BLEU，流星，胭脂和TER）中获得了更好的分数。此外，定性分析强调了该模型在产生流利，准确和上下文相关的翻译方面的优势。总体而言，增强学习技术与变压器模型的集成在增强机器翻译系统方面有希望，使其更适应能力，以用户为中心，并且能够产生适当的上下文翻译。关键字1机器翻译，增强学习，变压器，交互式学习。
人工智能翻译工具对翻译专业人才的影响与挑战
摘要：机器翻译，特别是基于神经网络技术的翻译取得了重大突破，越来越被人们接受和广泛应用。人工智能（AI）翻译的发展对翻译工作产生了一定的影响。人们，甚至是专业翻译人员，都依赖于AI翻译。但目前还没有研究表明机器翻译软件在翻译各类文档时是否优于专业翻译人员。在本研究中，我们设计了一个实验来确定AI翻译与人工翻译之间的优缺点。结果显示了AI的发展对翻译行业的影响。为了在AI快速发展的时代获得更好的翻译效果并输出高质量的翻译，这将有助于人机合作。