Creating domain-specific translation memories for machine translation fine-tuning

This article investigates how translation memories (TMs) can be created by translators or other language professionals in order to compile domain-specific parallel corpora, which can then be used in different scenarios, such as machine translation training and fine-tuning, TM leveraging, and/or larg...

Descripción completa

Detalles Bibliográficos
Autor: Doğru, Gökhan|||0000-0001-7141-2350
Tipo de recurso: artículo
Fecha de publicación:2024
País:España
Institución:Universitat Autònoma de Barcelona
Repositorio:Dipòsit Digital de Documents de la UAB
Idioma:inglés
OAI Identifier:oai:ddd.uab.cat:305519
Acceso en línea:https://ddd.uab.cat/record/305519
https://dx.doi.org/urn:doi:10.5565/rev/tradumatica.313
Access Level:acceso abierto
Palabra clave:Preparació de corpus bilingüe
Memòria de traducció
Traducció automàtica
Corpus trencard
Bilingual corpus preparation
Translation memory
Machine translation
Trencard corpus
Preparación bilingüe de corpus
Memoria de traduccion
Traduccion automatica
id ES_6b6f496bad4e150ecea4bcc98bca1869
oai_identifier_str oai:ddd.uab.cat:305519
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Creating domain-specific translation memories for machine translation fine-tuning
title Creating domain-specific translation memories for machine translation fine-tuning
spellingShingle Creating domain-specific translation memories for machine translation fine-tuning
Doğru, Gökhan|||0000-0001-7141-2350
Preparació de corpus bilingüe
Memòria de traducció
Traducció automàtica
Corpus trencard
Bilingual corpus preparation
Translation memory
Machine translation
Trencard corpus
Preparación bilingüe de corpus
Memoria de traduccion
Traduccion automatica
title_short Creating domain-specific translation memories for machine translation fine-tuning
title_full Creating domain-specific translation memories for machine translation fine-tuning
title_fullStr Creating domain-specific translation memories for machine translation fine-tuning
title_full_unstemmed Creating domain-specific translation memories for machine translation fine-tuning
title_sort Creating domain-specific translation memories for machine translation fine-tuning
dc.creator.none.fl_str_mv Doğru, Gökhan|||0000-0001-7141-2350
author Doğru, Gökhan|||0000-0001-7141-2350
author_facet Doğru, Gökhan|||0000-0001-7141-2350
author_role author
dc.subject.none.fl_str_mv Preparació de corpus bilingüe
Memòria de traducció
Traducció automàtica
Corpus trencard
Bilingual corpus preparation
Translation memory
Machine translation
Trencard corpus
Preparación bilingüe de corpus
Memoria de traduccion
Traduccion automatica
topic Preparació de corpus bilingüe
Memòria de traducció
Traducció automàtica
Corpus trencard
Bilingual corpus preparation
Translation memory
Machine translation
Trencard corpus
Preparación bilingüe de corpus
Memoria de traduccion
Traduccion automatica
description This article investigates how translation memories (TMs) can be created by translators or other language professionals in order to compile domain-specific parallel corpora, which can then be used in different scenarios, such as machine translation training and fine-tuning, TM leveraging, and/or large language model fine-tuning. The article introduces a semi-automatic TM preparation methodology that primarily leverages translation tools used by translators, in the interests of data quality and control by translators themselves. This semi-automatic methodology is then used to build a cardiology-based Turkish → English corpus from bilingual abstracts of Turkish cardiology journals. The resulting corpus, called TRENCARD Corpus, has approximately 800,000 source words and 50,000 sentences. Using this methodology, translators can build custom TMs in a reasonable time and use them in tasks requiring bilingual data.
publishDate 2024
dc.date.none.fl_str_mv 2
2024-01-01
2024
2024-01-01
dc.type.none.fl_str_mv Article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://ddd.uab.cat/record/305519
https://dx.doi.org/urn:doi:10.5565/rev/tradumatica.313
url https://ddd.uab.cat/record/305519
https://dx.doi.org/urn:doi:10.5565/rev/tradumatica.313
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.relation.none.fl_str_mv Agencia Estatal de Investigación https://doi.org/10.13039/501100011033 PID2019-108650RB-I00
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Dipòsit Digital de Documents de la UAB
instname:Universitat Autònoma de Barcelona
instname_str Universitat Autònoma de Barcelona
reponame_str Dipòsit Digital de Documents de la UAB
collection Dipòsit Digital de Documents de la UAB
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869410195629670400
spelling Creating domain-specific translation memories for machine translation fine-tuningDoğru, Gökhan|||0000-0001-7141-2350Preparació de corpus bilingüeMemòria de traduccióTraducció automàticaCorpus trencardBilingual corpus preparationTranslation memoryMachine translationTrencard corpusPreparación bilingüe de corpusMemoria de traduccionTraduccion automaticaThis article investigates how translation memories (TMs) can be created by translators or other language professionals in order to compile domain-specific parallel corpora, which can then be used in different scenarios, such as machine translation training and fine-tuning, TM leveraging, and/or large language model fine-tuning. The article introduces a semi-automatic TM preparation methodology that primarily leverages translation tools used by translators, in the interests of data quality and control by translators themselves. This semi-automatic methodology is then used to build a cardiology-based Turkish → English corpus from bilingual abstracts of Turkish cardiology journals. The resulting corpus, called TRENCARD Corpus, has approximately 800,000 source words and 50,000 sentences. Using this methodology, translators can build custom TMs in a reasonable time and use them in tasks requiring bilingual data.Aquest article investiga com els traductors i altres experts lingüístics poden crear memòries de traducció (MT) per tal de compilar corpus paral·lels específics d'un domini, que després poden ser utilitzats en diversos escenaris, com ara l'entrenament de la traducció automàtica i l'ajustament de paràmetres, l'optimització de les MT i/o l'ajustament de paràmetres de grans models de llenguatge. L'article presenta una metodologia semiautomàtica per a la preparació de MT, que aprofita principalment eines de traducció utilitzades per traductors, en benefici de la qualitat i el control de les dades per part dels traductors. Aquesta metodologia semiautomàtica s'utilitza per construir un corpus turc → anglès en l'àmbit de la cardiologia a partir de resums bilingües de revistes turques de cardiologia. El corpus resultant, anomenat Corpus TRENCARD, té aproximadament 800.000 paraules d'origen i 50.000 frases. Amb aquesta metodologia, els traductors poden construir les seves pròpies MT en un temps raonable i utilitzar-les en tasques que requereixin dades bilingües.Este artículo investiga cómo las memorias de traducción (MT) pueden ser creadas por traductores y otros expertos lingüísticos a fin de compilar corpus paralelos específicos de un dominio, que luego pueden ser utilizados en varios escenarios, como el entrenamiento de la traducción automática y el ajuste de parámetros, la optimización de las MT y/o el ajuste de parámetros de grandes modelos de lenguaje. El artículo presenta una metodología semiautomática para la preparación de MT, que aprovecha principalmente herramientas de traducción utilizadas por traductores, en beneficio de la calidad y el control de los datos por parte de los traductores. Esta metodología semiautomática se utiliza para construir un corpus turco → inglés en el ámbio de la cardiología a partir de resúmenes bilingües de revistas turcas de cardiología. El corpus resultante, llamado Corpus TRENCARD, tiene aproximadamente 800.000 palabras de origen y 50.000 frases. Con esta metodología, los traductores pueden construir sus propias MT en un tiempo razonable y usarlas en tareas que requieran datos bilingües. 22024-01-0120242024-01-01Articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://ddd.uab.cat/record/305519https://dx.doi.org/urn:doi:10.5565/rev/tradumatica.313reponame:Dipòsit Digital de Documents de la UABinstname:Universitat Autònoma de BarcelonaInglésengAgencia Estatal de Investigación https://doi.org/10.13039/501100011033 PID2019-108650RB-I00open accesshttp://purl.org/coar/access_right/c_abf2Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessoai:ddd.uab.cat:3055192026-06-06T12:50:31Z
score 15,811543

Similares en LA Referencia