Память переводов - Translation memory - Wikipedia

А память переводов (TM) представляет собой базу данных, в которой хранятся «сегменты», которые могут быть предложениями, абзацами или подобными предложениям единицами (заголовки, заголовки или элементы в списке), которые были ранее переведены, чтобы помочь людям переводчики. Память переводов хранит исходный текст и соответствующий перевод в языковых парах, называемых «единицами перевода». Отдельные слова обрабатываются терминологическими базами и не относятся к сфере TM.

Программы, использующие память переводов, иногда называют менеджеры памяти переводов (TMM) или же системы памяти переводов (Системы ТМ, не путать с Система управления переводами (ТМС), который является еще одним типом программного обеспечения, ориентированного на управление процессом перевода).

Память переводов обычно используется вместе с выделенным компьютерный перевод (CAT) инструмент, обработка текста программа системы управления терминологией, многоязычный словарь или даже необработанный машинный перевод выход.

Исследования показывают, что многие компании, выпускающие многоязычную документацию используют системы памяти переводов. В опросе языковых профессионалов в 2006 году 82,5% из 874 ответов подтвердили использование TM.[1] Использование TM коррелирует с типом текста, характеризующимся техническими терминами и простой структурой предложения (технической, в меньшей степени маркетинговой и финансовой), навыками работы с компьютером и повторяемостью контента.[1]

Использование памяти переводов

Программа нарушает исходный текст (текст для перевода) в сегменты, ищет совпадения между сегментами и исходной половиной ранее переведенных пар исходный-целевой, хранящихся в память переводов, и представляет такие совпадающие пары, как перевод кандидаты. Переводчик может принять кандидата, заменить его новым переводом или изменить в соответствии с источником. В последних двух случаях новый или измененный перевод попадает в базу данных.

Некоторые системы памяти переводов ищут только 100% совпадений, то есть могут извлекать только те сегменты текста, которые точно соответствуют записям в базе данных, в то время как другие используют нечеткое соответствие алгоритмы для получения похожих сегментов, которые представляются переводчику с отмеченными отличиями. Важно отметить, что типичные системы памяти переводов ищут текст только в исходном сегменте.

Гибкость и надежность алгоритма сопоставления в значительной степени определяют производительность памяти переводов, хотя для некоторых приложений скорость отзыва точных совпадений может быть достаточно высокой, чтобы оправдать подход 100% совпадений.

Сегменты, по которым не найдено совпадений, переводчик должен переводить вручную. Эти недавно переведенные сегменты хранятся в базе данных, где их можно использовать для будущих переводов, а также для повторов этого сегмента в текущем тексте.

Память переводов лучше всего работает с текстами, которые часто повторяются, например с техническими руководствами. Они также полезны для перевода дополнительных изменений в ранее переведенном документе, соответствующих, например, незначительным изменениям в новой версии руководства пользователя. Традиционно память переводов не считалась подходящей для литературных или творческих текстов по той простой причине, что на используемом языке так мало повторений. Однако другие находят их полезными даже для неповторяющихся текстов, поскольку созданные ресурсы базы данных имеют ценность для поиска соответствия, чтобы определить надлежащее использование терминов, для обеспечения качества (без пустых сегментов) и упрощения процесса проверки (источник и целевой сегмент всегда отображается вместе, в то время как переводчикам приходится работать с двумя документами в традиционной среде рецензирования).

Основные преимущества

Менеджеры памяти переводов больше всего подходят для перевода технической документации и документов, содержащих специализированные словари. Их преимущества включают:

  • Обеспечение полного перевода документа (память переводов не принимает пустые целевые сегменты)
  • Обеспечение единообразия переведенных документов, включая общие определения, фразы и терминологию. Это важно, когда над одним проектом работают разные переводчики.
  • Предоставление переводчикам возможности переводить документы в самые разные форматы без необходимости владения программным обеспечением, которое обычно требуется для обработки этих форматов.
  • Ускорение всего процесса перевода; поскольку память переводов «запоминает» ранее переведенный материал, переводчикам необходимо перевести его только один раз.
  • Снижение затрат на долгосрочные переводческие проекты; например, текст руководств, предупреждений или серии документов необходимо переводить только один раз и можно использовать несколько раз.
  • Для крупных проектов документации экономия (времени или денег) благодаря использованию пакета TM может быть очевидна даже при первом переводе нового проекта, но обычно такая экономия очевидна только при переводе последующих версий проекта, который был переведено перед использованием памяти переводов.

Основные препятствия

Основные проблемы, препятствующие более широкому использованию менеджеров памяти переводов, включают:

  • Концепция «памяти переводов» основана на предположении, что предложения, использованные в предыдущих переводах, могут быть «переработаны». Однако руководящий принцип перевода заключается в том, что переводчик должен переводить сообщение текста, а не его составной части фразы.
  • Менеджеры памяти переводов не легко вписываются в существующие процессы перевода или локализации. Чтобы воспользоваться преимуществами технологии TM, переводческие процессы необходимо переработать.
  • Менеджеры памяти переводов в настоящее время поддерживают не все форматы документации, а фильтры могут не существовать для поддержки всех типов файлов.
  • Использование менеджеров памяти переводов требует обучения, и программы должны быть настроены для максимальной эффективности.
  • В тех случаях, когда весь или часть процесса перевода передается на аутсорсинг или выполняется внештатными переводчиками, работающими за пределами офиса, внешним сотрудникам требуются специальные инструменты для работы с текстами, созданными менеджером памяти переводов.
  • Полные версии многих менеджеров памяти переводов могут стоить от АМЕРИКАНСКИЙ ДОЛЛАР$ От 500 до 2500 долларов США на одно место, что может представлять собой значительные вложения (хотя доступны и более дешевые программы). Однако некоторые разработчики выпускают бесплатные или недорогие версии своих инструментов с сокращенным набором функций, которые отдельные переводчики могут использовать для работы над проектами, созданными с использованием полных версий этих инструментов. (Обратите внимание, что доступны бесплатные и условно-бесплатные пакеты TM, но ни один из них еще не получил большой доли рынка.)
  • Затраты на импорт прошлых переводов пользователя в базу данных памяти переводов, обучение, а также любые дополнительные продукты также могут представлять собой значительные вложения.
  • Ведение баз данных памяти переводов в большинстве случаев по-прежнему, как правило, выполняется вручную, и их несоблюдение может привести к значительному снижению удобства использования и качества сопоставлений TM.
  • Как указывалось ранее, менеджеры памяти переводов могут не подходить для текста, в котором отсутствует внутреннее повторение или который не содержит неизмененных частей между версиями. Технический текст обычно лучше всего подходит для памяти переводов, в то время как маркетинговые или творческие тексты будут менее подходящими.

Влияние на качество

Использование систем TM может повлиять на качество переводимых текстов. Его основной эффект явно связан с так называемым «распространением ошибок»: если перевод определенного сегмента неверен, на самом деле более вероятно, что неверный перевод будет повторно использован в следующий раз, когда тот же самый исходный текст, или аналогичный исходный текст, переводится, что увековечивает ошибку. Традиционно описываются два основных эффекта, влияющих на качество переводимых текстов: эффект «предложения-салата» (Bédard 2000; цитируется по O’Hagan 2009: 50) и эффект «глазка» (Heyn 1998). Первый относится к отсутствию согласованности на уровне текста, когда текст переводится с использованием предложений из TM, которые были переведены разными переводчиками в разных стилях. Согласно последнему, переводчики могут адаптировать свой стиль к использованию системы TM, чтобы они не содержали внутритекстовых ссылок, чтобы сегменты можно было лучше повторно использовать в будущих текстах, тем самым влияя на согласованность и удобочитаемость (O'Hagan 2009).

Существует потенциальное и, если есть, возможно, неосознанное воздействие на переведенный текст. В разных языках используются разные последовательности для логических элементов в предложении, и переводчик, которому предлагается предложение с несколькими предложениями, которое переведено наполовину, с меньшей вероятностью полностью перестроит предложение. Согласованные эмпирические данные (Martín-Mor 2011) показывают, что переводчики, скорее всего, изменят структуру предложения с несколькими предложениями при работе с текстовым процессором, а не с системой TM.

У переводчика также есть возможность работать с текстом механически, предложение за предложением, вместо того, чтобы сосредотачиваться на том, как каждое предложение соотносится с окружающими его людьми и с текстом в целом. Исследователи (Dragsted 2004) определили этот эффект, который связан с функцией автоматической сегментации этих программ, но не обязательно оказывает негативное влияние на качество переводов.

Обратите внимание, что эти эффекты тесно связаны с обучением, а не присущи инструменту. По словам Мартина-Мор (2011), использование систем TM действительно влияет на качество переводимых текстов, особенно на новичков, но опытные переводчики могут этого избежать. Пим (2013) напоминает, что «переводчики, использующие ТМ / МП, как правило, пересматривают каждый сегмент по мере продвижения, оставляя мало времени для окончательной проверки всего текста в конце», что на самом деле может быть основной причиной некоторых из эффекты описаны здесь.

Типы систем памяти переводов

  • Рабочий стол: инструменты памяти переводов на рабочем столе обычно используются отдельными переводчиками для выполнения переводов. Это программы, которые переводчик-фрилансер загружает и устанавливает на свой настольный компьютер.
  • Серверные или централизованные: централизованные системы памяти переводов хранят TM на центральном сервере. Они работают вместе с настольной ТМ и могут увеличить количество совпадений ТМ на 30–60% больше, чем рычаг ТМ, достигаемый только настольной ТМ.

Функции

Ниже приводится краткое описание основных функций памяти переводов.

Автономные функции

импорт

Эта функция используется для передачи текста и его перевода из текстового файла в TM. импорт можно сделать из необработанный формат, в котором внешний исходный текст доступен для импорта в TM вместе с переводом. Иногда тексты должны быть переработаны пользователем. Есть еще один формат, который можно использовать для импорта: собственный формат. В этом формате TM используется для сохранения памяти переводов в файл.

Анализ

Процесс анализа включает следующие этапы:

Текстовый парсинг
Очень важно правильно распознавать знаки препинания, чтобы различать, например, точку в конце предложения и точку в аббревиатуре. Таким образом, разметка - это своего рода предварительное редактирование. Обычно материалы, обработанные с помощью программ помощи переводчикам, содержат разметку, поскольку этап перевода встроен в линию по производству многоязычных документов. Другие специальные текстовые элементы могут быть выделены разметкой. Есть специальные элементы, которые не нужно переводить, такие как имена собственные и коды, в то время как другие, возможно, потребуется преобразовать в собственный формат.
Лингвистический разбор
Сокращение базовой формы используется для подготовки списков слов и текста для автоматического поиска терминов из банка терминов. С другой стороны, синтаксический анализ может использоваться для извлечения многословных терминов или фразеологии из исходный текст. Таким образом, синтаксический анализ используется для нормализации порядка слов во фразеологии, это то, какие слова могут образовывать фразу.
Сегментация
Его цель - выбрать наиболее полезные единицы перевода. Сегментация подобна синтаксическому анализу. Это делается на одном языке с использованием поверхностного анализа, а выравнивание основывается на сегментации. Если переводчики исправят сегментацию вручную, более поздние версии документа не найдут совпадений с TM на основе исправленной сегментации, потому что программа будет повторять свои собственные ошибки. Переводчики обычно переходят предложение за предложением, хотя перевод одного предложения может зависеть от перевода окружающих.
Выравнивание
Это задача определения переводческих соответствий между исходным и целевым текстами. Должна быть обратная связь от выравнивания к сегментации, и хороший алгоритм выравнивания должен быть в состоянии исправить первоначальную сегментацию.
Срок извлечения
Он может иметь в качестве входных данных предыдущий словарь. Более того, при извлечении неизвестных терминов он может использовать синтаксический анализ на основе статистики текста. Они используются для оценки объема работы, связанной с переводом. Это очень полезно для планирования и составления графика работы. Статистика переводов обычно подсчитывает слова и оценивает количество повторений в тексте.

Экспорт

Экспорт переносит текст из TM во внешний текстовый файл. Импорт и экспорт должны быть обратными.

Онлайн-функции

При переводе одной из основных целей TM является извлечение наиболее полезных совпадений в памяти, чтобы переводчик мог выбрать лучшее. TM должен показывать как исходный, так и целевой текст, указывая на идентичности и различия.

поиск

Из TM можно получить совпадения нескольких различных типов.

Полное совпадение
Точные совпадения появляются, когда совпадение между текущим исходным сегментом и сохраненным является посимвольным совпадением. При переводе предложения точное совпадение означает, что это же предложение уже было переведено ранее. Точные совпадения также называются «100% совпадениями».
Точное соответствие в контексте (ICE) или гарантированное соответствие
Соответствие ICE - это точное совпадение, которое происходит в одном и том же контексте, то есть в том же месте в абзаце. Контекст часто определяется окружающими предложениями и атрибутами, такими как имя файла документа, дата и разрешения.
Нечеткое совпадение
Если совпадение неточное, это «нечеткое» совпадение. Некоторые системы присваивают этим видам совпадений проценты, и в этом случае нечеткое совпадение больше 0% и меньше 100%. Эти цифры нельзя сравнивать по системам, если не указан метод оценки.
Соответствие
Когда переводчик выбирает одно или несколько слов в исходном сегменте, система извлекает пары сегментов, соответствующие критериям поиска. Эта функция полезна для поиска переводов терминов и идиом при отсутствии терминологическая база данных.

Обновление

TM обновляется новым переводом, когда он был принят переводчиком. Как всегда при обновлении базы данных, возникает вопрос, что делать с предыдущим содержимым базы данных. TM можно изменить, изменив или удалив записи в TM. Некоторые системы позволяют переводчикам сохранять несколько переводов одного и того же исходного сегмента.

Автоматический перевод

Инструменты памяти переводов часто обеспечивают автоматический поиск и замену.

Автоматический поиск
Поиск в системах TM выполняется, и его результаты отображаются автоматически, когда переводчик перемещается по документу.
Автоматическая замена
При автоматической подстановке, если при переводе новой версии документа обнаруживается точное совпадение, программа повторит старый перевод. Если переводчик не сверит перевод с источником, ошибка в предыдущем переводе будет повторяться.

Сети

Сеть позволяет группе переводчиков переводить текст вместе быстрее, чем если бы каждый работал по отдельности, потому что предложения и фразы, переведенные одним переводчиком, доступны другим. Более того, если память переводов передается перед окончательным переводом, есть вероятность, что ошибки одного переводчика будут исправлены другими членами команды.

Текстовая память

«Текстовая память» является основой предлагаемого стандарта Lisa OSCAR xml: tm. Текстовая память состоит из авторской памяти и памяти переводов.

Память переводов

Уникальные идентификаторы запоминаются во время перевода, поэтому документ на целевом языке «точно» выровнен на уровне текстовой единицы. Если исходный документ впоследствии будет изменен, то те текстовые блоки, которые не изменились, можно напрямую перенести в новую целевую версию документа без необходимости какого-либо взаимодействия с переводчиком. Это концепция «точного» или «идеального» соответствия памяти переводов. xml: tm также может предоставлять механизмы для нечеткого соответствия в документе.

История

1970-е годы - это период зарождения систем ТМ, когда ученые провели предварительный раунд исследовательских дискуссий. Первоначальную идею систем ТМ часто приписывают[согласно кому? ] к статье Мартина Кея "Правильное место" [2], но подробности этого не приводятся полностью. В этой статье показана основная концепция системы хранения: «Переводчик может начать с выдачи команды, заставляющей систему отображать в хранилище все, что может иметь отношение к ... Прежде чем продолжить, он может изучить прошлое. и будущие фрагменты текста, содержащие аналогичный материал ". На это наблюдение Кея на самом деле повлияло предложение Питера Артерна о том, что переводчики могут использовать аналогичные, уже переведенные документы в Интернете. В своей статье 1978 г. [3] он полностью продемонстрировал то, что мы сегодня называем системами ТМ: любой новый текст будет напечатан на станции обработки текста, и во время набора система сверяет этот текст с более ранними текстами, хранящимися в ее памяти, вместе с его переводом. на все другие официальные языки [Европейского сообщества]. ... Одним из преимуществ перед машинным переводом будет то, что все найденные таким образом отрывки будут грамматически правильными. По сути, мы должны использовать электронный процесс «вырезать и наклеить», который, по моим расчетам, сэкономил бы по крайней мере 15 процентов времени, которое переводчики сейчас тратят на эффективное выполнение переводов.

Идея была взята из инструментов ALPS (автоматизированных систем обработки языков), впервые разработанных исследователем из Университета Бригама Янга, и в то время идея систем TM была смешана с инструментом под названием «Обработка повторений», который был нацелен только на поиск совпадающих строк. Лишь спустя долгое время возникла концепция так называемой памяти переводов.

Настоящим этапом исследования систем ТМ будут 1980-е годы. Одна из первых реализаций системы TM появилась в двуязычном банке знаний Сэдлера и Вендельманса. Двуязычный банк знаний - это синтаксически и референциально структурированная пара корпусов, одна из которых является переводом другой, в которой единицы перевода перекрестно перекодированы между корпусами. Целью двуязычного банка знаний является разработка универсального источника знаний на основе корпуса для приложений машинного и компьютерного перевода (Sadler & Vendelman, 1987). Еще один важный шаг сделал Брайан Харрис со своим «Би-текстом». Он определил двутекст как «единый текст в двух измерениях» (1988), исходный и целевой тексты связаны действиями переводчика через единицы перевода, которые перекликаются с двуязычным банком знаний Сэдлера. И в работе Харриса он предложил что-то вроде системы TM без использования этого имени: база данных парных переводов, с возможностью поиска либо по отдельному слову, либо по «целой единице перевода», в последнем случае поиск позволял находить похожие, а не идентичные единицы. .

Технология TM стала коммерчески доступной в широких масштабах только в конце 1990-х годов, поэтому усилия приложили несколько инженеров и переводчиков. Следует отметить первый инструмент TM под названием Trados (SDL Trados Настоящее время). В этом инструменте при открытии исходного файла и применении памяти переводов любые «100% совпадения» (идентичные совпадения) или «нечеткие совпадения» (похожие, но не идентичные совпадения) в тексте мгновенно извлекаются и помещаются в целевой файл. Затем "совпадения", предложенные памятью переводов, можно либо принять, либо заменить новыми альтернативами. Если единица перевода обновляется вручную, она сохраняется в памяти переводов для будущего использования, а также для повторения в текущем тексте. Аналогичным образом все сегменты в целевом файле без «совпадения» будут переведены вручную, а затем автоматически добавлены в память переводов.

В 2000-х годах услуги онлайн-перевода начали использовать TM. Услуги машинного перевода, такие как переводчик Google, а также профессиональные и «гибридные» переводческие услуги, предоставляемые такими сайтами, как Gengo и Акуна, включить базы данных данных TM, предоставленные переводчиками и волонтерами, чтобы сделать более эффективные связи между языками, и предоставить конечным пользователям более быстрые услуги перевода.[4]

Последние тенденции

Одним из последних достижений является концепция «текстовой памяти» в отличие от памяти переводов.[5] Это также основа предлагаемого стандарта LISA OSCAR.[6] Текстовая память в xml: tm состоит из «памяти авторов» и «памяти переводов». Память автора используется для отслеживания изменений во время цикла разработки. Память переводов использует информацию из памяти авторов для реализации сопоставления памяти переводов. Хотя xml: tm в первую очередь ориентирован на XML-документы, его можно использовать в любом документе, который можно преобразовать в XLIFF.[7] формат.

Память переводов второго поколения

Намного более мощные, чем системы TM первого поколения, они включают лингвистический анализ Engine, используйте технологию chunk для разбивки сегментов на интеллектуальные терминологические группы и автоматического создания специальных глоссариев.

Связанные стандарты

TMX

Обмен памяти переводов (TMX) - это стандарт, позволяющий обмениваться памятью переводов между поставщиками переводов. TMX был принят сообществом переводчиков как лучший способ импорта и экспорта памяти переводов.[нужна цитата ]. Текущая версия - 1.4b - она ​​позволяет воссоздавать исходные исходные и целевые документы из данных TMX.

TBX

Обмен TermBase. Этот ЛИЗА Стандарт, который был пересмотрен и переиздан как ISO 30042, позволяет обмениваться терминологическими данными, включая подробную лексическую информацию. Основа для ТВХ обеспечивается тремя стандартами ISO: ISO 12620, ISO 12200 и ISO 16642. ISO 12620 предоставляет перечень четко определенных «категорий данных» со стандартизованными именами, которые функционируют как типы элементов данных или как предопределенные значения. ISO 12200 (также известный как MARTIF) обеспечивает основу для основной структуры ТВХ. ISO 16642 (также известный как терминологическая структура разметки) включает структурную метамодель для языков разметки терминологии в целом.

UTX

Универсальный обмен терминологией (UTX) - это стандарт, специально разработанный для пользовательских словарей машинный перевод, но его можно использовать для общих, удобочитаемых глоссариев. Цель UTX - ускорить совместное использование и повторное использование словарей за счет его чрезвычайно простой и практичной спецификации.

SRX

Обмен правилами сегментации (SRX) предназначен для улучшения стандарта TMX, чтобы данные памяти переводов, которыми обмениваются приложения, могли использоваться более эффективно. Возможность указать правила сегментации, которые использовались в предыдущем переводе, может повысить эффективность использования.

GMX

Показатели GILT. GILT означает (глобализация, интернационализация, локализация и перевод). Стандарт GILT Metrics состоит из трех частей: GMX-V для показателей объема, GMX-C для показателей сложности и GMX-Q для показателей качества. Предлагаемый стандарт GILT Metrics ставит задачу количественной оценки рабочей нагрузки и требований к качеству для любой данной задачи GILT.

OLIF

Формат обмена Open Lexicon. OLIF - это открытый XML-совместимый стандарт обмена терминологическими и лексическими данными. Первоначально предназначенный как средство для обмена лексическими данными между частными лексиконами машинного перевода, он превратился в более общий стандарт обмена терминологией.[8]

XLIFF

Формат файла обмена локализацией XML (XLIFF) предназначен для предоставления единого формата файла обмена, который может понять любой поставщик локализации. XLIFF это предпочтительный способ[нужна цитата ] обмена данными в формате XML в индустрии переводов.[9]

TransWS

Веб-службы переводов. TransWS определяет вызовы, необходимые для использования веб-служб для отправки и получения файлов и сообщений, относящихся к проектам локализации. Он задуман как подробная структура для автоматизации большей части текущего процесса локализации с использованием веб-служб.[10]

xml: tm

Основная статья: xml: tm

Подход xml: tm (память текста на основе XML) к памяти переводов основан на концепции памяти текста, которая включает память автора и память переводов.[11] xml: tm был подарен Лизе ОСКАР XML-INTL.

PO

Формат переносимого объекта Gettext. Хотя PO-файлы Gettext часто не рассматриваются как формат памяти переводов, они являются двуязычными файлами, которые также используются в процессах памяти переводов так же, как и базы переводов. Обычно система памяти переводов PO состоит из различных отдельных файлов в древовидной структуре каталогов. Общие инструменты, которые работают с файлами PO, включают GNU Gettext Инструменты и Translate Toolkit. Также существует несколько инструментов и программ, которые редактируют файлы PO, как если бы они исходный текст файлы.

Смотрите также

Рекомендации

  1. ^ а б Элина Лагоудаки (2006 г.), «Системы памяти переводов: разъяснение точки зрения пользователей. Ключевые выводы исследования TM Survey 2006, проведенного в июле и августе 2006 г. (Имперский колледж Лондона, Обзор памяти переводов 2006 г.)», стр. «Архивная копия» (PDF). Архивировано из оригинал (PDF) на 2007-03-25. Получено 2007-03-25.CS1 maint: заархивированная копия как заголовок (связь)
  2. ^ Кей, Мартин (март 1997 г.). «Надлежащее место людей и машин в языковом переводе». Машинный перевод. 12 (1–2): 3–23. Дои:10.1023 / А: 1007911416676.
  3. ^ Артерн, Питер (1978). «Машинный перевод и компьютерные системы терминологии: взгляд переводчика» (PDF). Перевод и компьютер: материалы семинара, Лондон, 14 ноября 1978 г.. ISBN  0444853022.
  4. ^ Инструмент перевода Google AI, похоже, изобрел свой собственный секретный внутренний язык Девин Колдеви, TechCrunch, 22 ноября 2016 г.
  5. ^ Перевод XML-документов с помощью xml: tm
  6. ^ xml: tm
  7. ^ XLIFF
  8. ^ Формат обмена Open Lexicon
  9. ^ Формат файла обмена локализацией XML
  10. ^ Веб-службы переводов
  11. ^ Анджей Зидронь (август 2008 г.). "OAXAL - Что это такое и почему меня это должно волновать". Новости управления информацией CIDM. Архивировано из оригинал 17 мая 2013 г.. Получено 30 марта, 2013. В основе xml: tm лежат следующие концепции, которые вместе составляют «память текста»: память автора и память переводов.

дальнейшее чтение

  • Тащил, Барбара. (2004). Сегментация в системах перевода и памяти переводов: эмпирическое исследование когнитивной сегментации и эффектов интеграции системы TM в процесс перевода.. Копенгаген: Samfundslitteratur. 369 с.
  • Хейн, Матиас. (1998). «Память переводов: идеи и перспективы». В: Линн Боукер; и другие. (ред.), Единство в многообразии? Современные тенденции в переводческой науке. Манчестер: Сент-Джером. С. 123–136.
  • Мартин-Мор, Адриа (2011), La interferència lingüística en entorns de Traducció Assistida per Ordinador: Recerca empíricoexperimental. Беллатерра: Автономный университет Барселоны. URL: http://www.tdx.cat/handle/10803/83987.
  • О'Хаган, Минако. (2009). «Компьютерный перевод (CAT)». В: Мона Бейкер и Габриэла Салдана (ред.), Энциклопедия переводоведения Routledge. Лондон: Рутледж. С. 48–51.
  • Пим, Энтони (2013). Наборы навыков перевода в эпоху машинного перевода. Мета: Журнал переводчиков, 58 (3), стр. 487-503. URL: http://id.erudit.org/iderudit/1025047ar

внешняя ссылка