英汉机译错误类型分析——基于医学文本语料库
本研究选择15篇NEJM英文医学论文,将其进行Google翻译得到15篇机器译文,并从《NEJM医学前沿》选择对应的15篇人工译文,根据机译错误分类标准对机器译文和人工译文两个语料库进行平行对比研究.研究结果显示15篇机器译文的平均错误率为81.34%,其中词汇错译占比最大,其次是句法错译,最后是其他错译(分别为43.98%,36.43%和19.59%).本研究发现对于提高医学文本机器翻译质量和译后编辑效率具有较高的指导意义.
医学文本、语料库、英汉机译、错误分类、译后编辑
重庆市教育委员会人文社会科学研究项目15SKG024
2020-03-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
39-41,47