Maskinöversättning : en jämförande och beskrivande analys av två maskinöversatta texter
Tiihonen, Noora (2025-05-14)
N. Tiihonen
14.05.2025
© 2025 Noora Tiihonen. Ellei toisin mainita, uudelleenkäyttö on sallittu Creative Commons Attribution 4.0 International (CC-BY 4.0) -lisenssillä (https://creativecommons.org/licenses/by/4.0/). Uudelleenkäyttö on sallittua edellyttäen, että lähde mainitaan asianmukaisesti ja mahdolliset muutokset merkitään. Sellaisten osien käyttö tai jäljentäminen, jotka eivät ole tekijän tai tekijöiden omaisuutta, saattaa edellyttää lupaa suoraan asianomaisilta oikeudenhaltijoilta.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202505143410
https://urn.fi/URN:NBN:fi:oulu-202505143410
Tiivistelmä
Temat för den här kandidatavhandlingen är maskinöversättningsprogram och artificiell intelligens. Jag är intresserad av hur utvecklingen av maskinöversättning påverkar översättares yrke och hurdan översättningskvalitet maskinöversättningsprogram för närvarande producerar. Temat är mycket aktuellt, eftersom program som använder artificiell intelligens har blivit allt bättre på att producera olika slags bestickande text, inklusive översättningar.
Syftet med den här kandidatavhandlingen är att jämföra kvaliteten i två maskinöversatta texter från svenska till finska med varandra. Jag tar fram en saktext som har publicerats bara på svenska och matar in den i Google Translate och DeepL Translator. Sedan jämför jag de två olika översättningarna och ser och hurdana fel det möjligen finns i de översättningarna. Mina forskningsfrågor är:
1. Hur skiljer de två maskinöversatta texterna sig från varandra?
2. Hurdana fel eller mindre fungerande lösningar finns det i översättningarna?
Källtexten som används i den här kandidatavhandlingen är ett stycke från Lära om språk (2019), en bok av Gunilla Rehnqvist och Gudrun Svensson. Jag har själv matat källtexten in i Google Translate och DeepL Translator och använder översättningarna som material för min analys. Forskningsmetoden som jag använder är en kvalitativ översättningsanalys. Mer exakta termer som undersökningen kan karakteriseras med är produktorienterad, komparativ och beskrivande. Analysen baserar jag på Rune Ingos (2007) översättningens fyra grundaspekter; grammatisk struktur, språklig varietet, pragmatik och semantik.
Maskinöversättning är inte någon ny uppfinning, utan det har funnits sedan 1940-talet. Utvecklingen av maskinöversättare har gått framåt hand i hand med utvecklingen av datorer. Tidigare maskinöversättare omfattar till exempel regelbaserade och statistiska maskinöversättare. Nuförtiden använder man mest neurala maskinöversättningsprogram.
Det viktigaste resultat i min avhandling var att nuförtiden är maskinöversatta texter inte så dåliga som man kanske tror de kan vara. Avhandlingen fungerar som en bra grund för fördjupande forskning i området av maskinöversättning
Syftet med den här kandidatavhandlingen är att jämföra kvaliteten i två maskinöversatta texter från svenska till finska med varandra. Jag tar fram en saktext som har publicerats bara på svenska och matar in den i Google Translate och DeepL Translator. Sedan jämför jag de två olika översättningarna och ser och hurdana fel det möjligen finns i de översättningarna. Mina forskningsfrågor är:
1. Hur skiljer de två maskinöversatta texterna sig från varandra?
2. Hurdana fel eller mindre fungerande lösningar finns det i översättningarna?
Källtexten som används i den här kandidatavhandlingen är ett stycke från Lära om språk (2019), en bok av Gunilla Rehnqvist och Gudrun Svensson. Jag har själv matat källtexten in i Google Translate och DeepL Translator och använder översättningarna som material för min analys. Forskningsmetoden som jag använder är en kvalitativ översättningsanalys. Mer exakta termer som undersökningen kan karakteriseras med är produktorienterad, komparativ och beskrivande. Analysen baserar jag på Rune Ingos (2007) översättningens fyra grundaspekter; grammatisk struktur, språklig varietet, pragmatik och semantik.
Maskinöversättning är inte någon ny uppfinning, utan det har funnits sedan 1940-talet. Utvecklingen av maskinöversättare har gått framåt hand i hand med utvecklingen av datorer. Tidigare maskinöversättare omfattar till exempel regelbaserade och statistiska maskinöversättare. Nuförtiden använder man mest neurala maskinöversättningsprogram.
Det viktigaste resultat i min avhandling var att nuförtiden är maskinöversatta texter inte så dåliga som man kanske tror de kan vara. Avhandlingen fungerar som en bra grund för fördjupande forskning i området av maskinöversättning
Kokoelmat
- Avoin saatavuus [38618]
Ellei muuten mainita, aineiston lisenssi on https://creativecommons.org/licenses/by/4.0/