การพัฒนาเอนจินแปลภาษา AI และ AI เชิงสร้างสรรค์,
จําเป็นสําหรับการจูน
การสร้างโมเดลภาษาขนาดใหญ่
เราจะสนับสนุนคุณ

ความต้องการคลังข้อมูลสองภาษาในการพัฒนาและปรับแต่งการแปลด้วยเครื่องและ AI สร้างสรรค์หลายภาษากําลังเพิ่มขึ้นอย่างต่อเนื่องนอกจากนี้ เมื่อผู้แปลเริ่มงานแปลในสาขาใหม่ การมีหน่วยความจําการแปลที่สะสมภายในองค์กรช่วยเพิ่มประสิทธิภาพการทํางานแปลอย่างมากในทางกลับกัน การรวบรวมคลังข้อมูลสองภาษาอย่างเป็นระบบภายในองค์กรไม่ใช่เรื่องง่าย;การจัดหาข้อมูลจากภายนอกและมุ่งเน้นการพัฒนาผลงานและงานแปลที่ตั้งใจไว้มีประสิทธิภาพมากกว่า

หกประเด็นต่อไปนี้เป็นจุดสําคัญในการเลือกคอร์ปัสแบบขนาน
1) การผสมผสานภาษา
2) สาขา
3) คุณภาพ
4) ปริมาณ
5) ประเภทข้อมูล
6) การมีหรือไม่มีบริบท

"การผสมผสานภาษา" แรกหมายถึงคู่ภาษาที่นักแปลแปลหรือคู่ภาษาที่ได้รับการฝึกฝนด้านการพัฒนาการแปลด้วยเครื่องเป็นภาษาญี่ปุ่นและอังกฤษ หรือภาษาญี่ปุ่นและจีนเช่นเดียวกัน เมื่อลงทะเบียนหน่วยความจําการแปลของเครื่องมือสนับสนุนการแปลที่คุณใช้ "การผสมผสานภาษา" ถือเป็นปัจจัยที่สําคัญที่สุดนอกจากนี้ เมื่อมองหาการแสดงออกที่เป็นธรรมชาติมากขึ้น การกําหนดว่าภาษาใดคือต้นฉบับก็เป็นปัจจัยสําคัญเช่นกันตัวอย่างเช่น แม้จะเรียกมันว่า "คอร์ปัสขนานญี่ปุ่น-อังกฤษ" ก็เป็นเรื่องธรรมชาติที่จะสังเกตเห็นความแตกต่างในความคล่องแคล่วของการแสดงออกภาษาอังกฤษและพื้นฐานการแปลระหว่างการแปลต้นฉบับภาษาญี่ปุ่นเป็นภาษาอังกฤษและแหล่งข้อมูลภาษาอังกฤษเป็นภาษาญี่ปุ่น

"สาขา" ใน 2) หมายถึงสาขาต่าง ๆ เช่น การท่องเที่ยว สุขภาพ กฎหมาย เศรษฐศาสตร์ วิทยาศาสตร์และเทคโนโลยี เป็นต้นด้วยข้อมูลแมชชีนเลิร์นนิงจากสาขาที่ต้องการความแม่นยํา สามารถเร่งการพัฒนาได้เมื่อสร้างโมเดลภาษาเพื่อปรับปรุงความแม่นยําของการแปลด้วยเครื่องในสาขาเฉพาะ ประสิทธิผลที่ประเมินไว้ประมาณ 100,000 คู่แน่นอนว่าสาขาก็มีความสําคัญเมื่อสร้างพจนานุกรมศัพท์ทางเทคนิคจากคลังข้อมูลแปลสองภาษาในกรณีของเรา สาขาที่ต้องการในญี่ปุ่นเคยเน้นการท่องเที่ยวขาเข้าภายใต้ชื่อประเทศที่เน้นการท่องเที่ยว ขณะที่สาขาการแพทย์ต้องการคลังข้อมูลสองภาษาเพื่อเสริมสร้างการดูแลทางการแพทย์สําหรับผู้มาเยือนขาเข้าและชาวต่างชาติที่อาศัยอยู่นอกจากนี้ ความต้องการยังเปลี่ยนไปในหลายปีสู่สาขาธุรกิจที่บันทึกสื่อการนําเสนอที่ใช้สําหรับการนําเสนอและอธิบายธุรกิจ การบรรยายในงานประชุมและกิจกรรมต่าง ๆ รวมถึงช่วงถามตอบในภายหลัง

ในส่วนที่สาม 'คุณภาพ' หมายถึงความแม่นยํา ซึ่งขึ้นอยู่กับวิธีการสร้างคอร์ปัสคู่ขนานควรให้ข้อมูลแปลโดยมือมนุษย์ และถ้าแปลด้วยเครื่องโดยไม่ผ่านการตรวจสอบหรือแก้ไขโดยมนุษย์ คุณภาพก็จะลดลงตามธรรมชาตินอกจากนี้ แม้แต่ในข้อมูลแปลที่แปลด้วยมือ หากการแปลประโยคหนึ่งถูกแปลเป็นสองประโยคขึ้นไป และจําเป็นที่ต้นฉบับและข้อความแปลต้องตรงกับประโยคเดียว จะส่งผลต่อคุณภาพนอกจากนี้ หากการแปลถูกย่อมากเกินไป ก็ไม่สามารถถือเป็นคอร์ปัสขนานคุณภาพสูงได้

"ปริมาณ" ในข้อ 4 เพียงพอสําหรับนักแปลที่จะลงทะเบียนคู่คอร์ปอราขนานหลายหมื่นคู่ในสาขาเฉพาะเพื่อวัตถุประสงค์ในการลงทะเบียนเครื่องมือสนับสนุนการแปลที่ใช้ภายในหน่วยความจําการแปลหรือพจนานุกรมคําศัพท์สําหรับการเรียนรู้ของเครื่องในสาขาเฉพาะ เช่น การพัฒนาเอนจินแปลภาษา กล่าวว่า 100,000 คู่ก็มีประสิทธิภาพเพียงพอแล้วในทางกลับกัน การพัฒนาเอนจินแปลภาษาอัตโนมัติทั่วไปต้องใช้คู่หลายสิบล้านคู่ดังนั้น ปริมาณคอร์ปอราขนานที่ต้องการจึงแตกต่างกันอย่างมากขึ้นอยู่กับการใช้งาน

ในส่วนที่ 5 "ประเภทข้อมูล" หมายความว่าไฟล์ที่ใช้สร้างคอร์ปัสแบบขนานเป็นหนึ่งในไฟล์ต่อไปนี้: รายงาน/เอกสารไวท์เปเปอร์ หรือการนําเสนอ/แถลงข่าว/ถาม-ตอบหากคุณต้องการเรียนรู้ภาษาเขียนด้วยเครื่อง ให้ใช้รายงานหรือเอกสารไวท์เปเปอร์;หากคุณต้องการเรียนรู้ภาษาพูดด้วยเครื่อง ให้ใช้คอร์ปัสถอดความที่สร้างขึ้นจากการนําเสนอ การแถลงข่าว และคําถาม-คําตอบคอร์ปัสแบบขนานของเราจัดการแอตทริบิวต์อย่างละเอียด จึงสามารถดึงคอร์ปัสคู่ขนานตามชนิดข้อมูลได้

"การมีหรือไม่มีบริบท" ในข้อ 6) หมายถึงว่ามีความเชื่อมโยงทางความหมายระหว่างหลายประโยคหรือไม่โดยเฉพาะอย่างยิ่ง ตัวอย่างประโยคที่ระบุในพจนานุกรมจะมีเพียงคําหัวคําเฉพาะและไม่มีบริบทกับตัวอย่างอื่น ๆดังนั้นจึงถือว่าเป็น "บริบท"ในทางตรงกันข้าม รายงานประกอบด้วยหลายประโยคที่อธิบายเหตุการณ์หรือเหตุการณ์เฉพาะ จึงถือว่าเป็น "บริบท"ในทํานองเดียวกัน สําหรับการแถลงข่าวและช่วงถามตอบ ผู้พูดหลายคนจะผลัดกันพูดคุย ดังนั้นจึงสามารถกล่าวได้ว่า "มีบริบท"ไม่จํากัดแค่การแปลด้วยเครื่องเท่านั้น แต่เพื่อสร้างคําตอบที่แม่นยํายิ่งขึ้นด้วยแชทบอท การมี "บริบท" ในคลังข้อมูลถอดความที่ฝึกโดยการเรียนรู้ของเครื่องจึงมีความสําคัญมากกว่าที่เคย

บทสรุป
เมื่อเลือกคอร์ปอรัตแบบขนาน คุณต้องพิจารณาข้อ 1) ถึง 6) ข้างต้นตามวัตถุประสงค์การใช้งานโดยเฉพาะเมื่อดําเนินการเรียนรู้ของเครื่องในสาขาเฉพาะ จําเป็นต้องพิจารณาความจําเป็นของคุณภาพ ประเภทข้อมูล และบริบทเพื่อใช้คอร์ปัสขนานที่เหมาะสมกับวัตถุประสงค์ของคุณ กรุณาตรวจสอบตัวอย่างข้อมูลฟรีของเราก่อน