我们信任的机器,麻省理工学院出版社。即将出版。 • 智能重塑新科学家 232 37-41。2016 年。 • 不同的思维方式新科学家 232 39-43。2016 年。 • 机器能读懂我们的思想吗?(Nello Cristianini 和 Christopher Burr)思想和
人造机器能否通过采取主动行动让其创造者感到惊讶?根据克里斯蒂安尼尼 (2016) 的说法,这个问题已经问了几个世纪,并产生了各种各样的答案。堪称第一位计算机程序员的阿达·洛夫莱斯很清楚自己在这个问题上的立场:“分析机不自诩能够创造任何东西”,她在 1843 年说道。“它可以遵循分析;但它没有预测任何分析关系或真理的能力”。然而,173 年后,一个在距离她在伦敦的家一英里多的地方开发的计算机程序击败了围棋九段大师李西石。AlphaGo 的程序员中没有人能打败李西石,更不用说打败他们自己的程序了。根据克里斯蒂安尼尼 (2016) 的说法,该软件已经学会了做它的程序员不能做和不理解的事情。 AlphaGo 使用的机器学习技术在人工智能领域正在广泛传播。在过去,“学习机器”的概念听起来可能像是一个骗局。
信息仅限于期刊名称和数字,但缺乏有关所包含的文章(例如文章)的信息,该文章发表在给定问题中。因此,当尝试采用大规模的方法和观点时,就不可能完全掌握过去的期刊媒体发表的内容。并不意味着数字化的文本语料库是不合适的或不适合文化研究的。计算语言学和数字工具已根据数字化书籍的文化趋势进行了研究(Michel等人2011; Gulordava和Baroni 2011; Juola 2013)和历史报纸(Lansdall-Welfare等人。2017; Cristianini,Lansdall福利和Dato 2018)。TESE研究,基于将统计方法应用于整个语料库(Tahmasebi et al。2015),定量描述了随着时间的流逝,语言,文化和历史现象的发展。但是,正如Koplenig(2015)所表明的那样,元数据本身是重要的信息来源,需要上下文化和限定结果。te量化的书籍翻译已经是翻译研究中已建立的批准,尽管它忽略了书籍内容,但它最著名的是引起了译本的翻译学,正如Heilbron(1999)所提出的。将大规模的定量分析带入了周期出版物中翻译的研究。特别是在西班牙和拉丁美洲的著作期刊中,已经出版了多少译本,尚无概念,哪些作者的作者已经翻译而来。1数字方法像本文中提出的那样,旨在使我们处于这个位置,不仅要回答这些问题,而且还要深入研究对不同空间和时间的文化期刊的循环和接收的循环和接收。我们认为,这种方法可以有助于提前书本历史,文学史和西班牙裔世界的文学翻译历史。更一般地,对西班牙语现代文学期刊的分析将从二十世纪的前半段分析,将为了解西班牙裔领域的文学现代性提供新的优势点,并将为与书籍翻译进行比较,使我们能够绘制两个平台,或者在这两个平台之间进行文字循环。