Dersin Amacı | Çeviri ve dil hizmetleri sektöründe kullanılan Bilgisayar Destekli Çeviri (BDÇ) araçlarının işlevleri ile makine çevirisi sonrası düzeltme, makine çevirisi öncesi düzeltme ve makine çevirisi kalite değerlendirmesine ilişkin betimleyici ve uygulamalı çalışmalar yürütmek. |
Dersin İçeriği | Bilgisayar Destekli Çeviri (BDÇ) araçları, terminoloji araçları, kalite kontrol araçları, proje yönetimi araçlarının kullanıma ilişkin güncel uygulamalar. Makine çevirisi sonrası düzeltmenin tanımı, seviyeleri ve gereklilikleri. Makine çevirisi sonrası düzeltme araçlarının kullanımı. Makine çevirisi öncesi düzeltmenin tanımı ve gereklilikleri. Kontrollü dil ve teknik metin yazarlığı uygulamaları. Makine çevirisi kalite değerlendirmesi, hata analizi ve uluslararası kalite metrikleri. |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar | - Alimen, Nilüfer, and Senem Öner Bulut. 2020. “Çevirinin Teknolojikleşmesi Bağlamında İnsan Çevirmenin Rollerini Yeniden Düşünmek: Çevirmen Eğitiminde Teknik Metin Yazarlığı.” Turkish Studies – Language and Literature 15 (3): 1047-1062.
- Calvo, Elisa. 2018. From translation briefs to quality standards: Functionalist theories in today’s translation processes. Translation & Interpreting 10.18-32.
- Castilho, Sheila, Stephen Doherty, Federico Gaspari and Joss Moorkens. 2018. “Approaches to Human and Machine Translation Quality Assessment,” Translation Quality Assessment. Machine Translation: Technologies and Applications, Moorkens J., Castilho S., Gaspari F., Doherty S. (eds.). Vol 1. Springer, Cham, 9-38.
- do Carmo, Félix. 2022. Debunking A few machine translation myths: from ‘Zero-Shot Translation’ to ‘Human Parity’ and ‘No Language Left Behind’. CTS Convergence Lectures (Online).
- Flanagan, Marian and Tina Paulsen Christensen. 2014. “Testing Post-Editing Guidelines: How Translation Trainees Interpret Them and How to Tailor Them for Translator Training Purposes.” The Interpreter and Translator Trainer 8(2): 257-275.
- He, Sui. 2024. Prompting ChatGPT for translation: a comparative analysis of translation brief and persona prompts. Cornell University. arXiv:2403.00127v1.
- Massey, Gary. 2021. Re-framing conceptual metaphor translation research in the age of neural machine translation: investigating translators’ added value with products and processes. Training, Language and Culture 5.37-56.
- Mercader-Alarcón, J. and F. Sánchez-Martínez. 2016. Analysis of translation errors and evaluation of pre-editing rules for the translation of English news texts into Spanish with Lucy LT. Tradumàtica tecnologies de la traducció 14.172-186.
- Moorkens, Joss. 30 Nov 2023. ‘I am not a number’: on quantification and algorithmic norms in translation. Perspectives.
- Nitzke, Jean, Silvia Hansen-Schirra and Carmen Canfora. 2019. Risk management and post-editing competence. The Journal of Specialised Translation 31.239-259.
- O’Brien, Sharon. 2024. Human-centered augmented translation: against antagonistic dualisms. Perspectives 32.391-406.
- Öner Bulut, Senem. 2019. Integrating machine translation into translator training: towards ‘human translator competence’? transLogos Translation Studies Journal 2.1-26.
- Öner Bulut, Senem and Nilüfer Alimen. 2023. Translator education as a collaborative quest for insights into the re-positioning of the human translator (educator) in the age of machine translation: the results of a learning experiment. The Interpreter and Translator Trainer 17.375-392.
- Popović, Maja. 2020. Informative manual evaluation of machine translation output. Proceedings of the 28th International Conference on Computational Linguistics. Barcelona, Spain (Online) 8-13.5059-5069.
- Yamada, Masaru. 2023. Optimizing machine translation through prompt engineering: an investigation into ChatGPT’s customizability. arXiv.
|