Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Çeviri Teknolojileri ve Makine Çevirisi MTFXXXX37.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin DiliTürkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Batı Dil. ve Edeb. ABD Diller ve Kültürlerarası Çeviribilim Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimBatı Dilleri ve Edebiyatı Bölümü
Dersin KoordinatörüSenem Öner Bulut
Dersi Veren(ler)Senem Öner Bulut
Asistan(lar)ı
Dersin AmacıÇeviri 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 İçeriğiBilgisayar 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.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenciler güncel bilgisayar destekli çeviri araçlarının işleyişine ilişkin değerlendirme yapabileceklerdir.
  2. Öğrenciler makine çevirisi uygulamalarının çevirmenlik mesleği üzerindeki etkisi konusunda eleştirel farkındalık geliştireceklerdir.
  3. Öğrenciler makine çevirisine ilişkin farklı uygulamalar konusunda kuramsal ve uygulamaya dayalı bilgi ve deneyim kazanacaklardır.
  4. Öğrenciler farklı düzeylere ve gerekliliklere göre makine çevirisi sonrası düzeltme yapabileceklerdir.
  5. Öğrenciler temel düzeyde makine çevirisi öncesi düzeltme ve makine çevirisi kalite değerlendirmesi yapabileceklerdir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-55--
PÇ-4-----
PÇ-55--55
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1GirişGiriş
2Çeviri teknolojileri: bilimsel araştırmalar ve uluslararası kalite standartları-I (BDÇ, Makine Çevirisi, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi)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. Öner Bulut, Senem. 2019. Integrating machine translation into translator training: towards ‘human translator competence’? transLogos Translation Studies Journal 2.1-26. Moorkens, Joss. 30 Nov 2023. ‘I am not a number’: on quantification and algorithmic norms in translation. P
3Çeviri teknolojileri: bilimsel araştırmalar ve uluslararası kalite standartları-II (BDÇ, Makine Çevirisi, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi)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 8.257-275. Nitzke, Jean, Silvia Hansen-Schirra and Carmen Canfora. 2019. Risk management and post-editing competence. The Journal of Specialised Translation 31.239-259. Mercader-Alarcón, J. and F. Sánchez-Martínez. 2016. Analysis of translation errors and evaluation of pre-e
4Çeviri teknolojileri: bilimsel araştırmalar ve uluslararası kalite standartları-III (BDÇ, Makine Çevirisi, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi)He, Sui. 2024. Prompting ChatGPT for translation: a comparative analysis of translation brief and persona prompts. Cornell University. arXiv:2403.00127v1. O’Brien, Sharon. 2024. Human-centered augmented translation: against antagonistic dualisms. Perspectives 32.391-406. 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).
5Çeviri teknolojileri: güncel uygulamalar-I (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)Öğrenci Sunumları (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)
6Çeviri teknolojileri: güncel uygulamalar-II (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)Öğrenci Sunumları (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)
7Çeviri teknolojileri: güncel uygulamalar-III (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)Öğrenci Sunumları (BDÇ araçları, Makine Çevirisi araçları, Büyük Dil Modelleri (LLMs) ve Üretken Yapay Zekâ Çevirisi araçları)
8Ara Sınav 1
9Çeviri Teknolojileri Projesi Gruplarının Oluşturulması ve Rol Dağılımlarının BelirlenmesiÖn Hazırlık
10Çeviri Teknolojileri Projesi Tasarımlarının ve Ön Hazırlık Çalışmalarının Sunulması-IÖn Hazırlık
11Çeviri Teknolojileri Projesi Tasarımlarının ve Ön Hazırlık Çalışmalarının Sunulması-IIÖn Hazırlık
12Ara Sınav 2
13Çeviri Teknolojileri Projesi Tasarımlarının ve Ön Hazırlık Çalışmalarının Sunulması-IIIÖn Hazırlık
14Çeviri Teknolojileri Projesi Sunumları-ISunumlar
15Çeviri Teknolojileri Projesi Sunumları-IISunumlar
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar260
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması1411
Derse Özgü Staj
Ödev
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)210
Final (Sınav Süresi + Sınav Hazırlık Süresi)15
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok