기계 번역(MT)과 사후 편집(Post-Editing): 전문 번역에서의 다양한 MT 시스템 및 사후 편집자 그룹 간의 비교 평가

원문 발행 2026. 06. 22. 17:17원문 언어 영어AI 한국어 번역arXiv cs.CL (NLP) 원문 보기

요약

영어-프랑스어 전문 번역 환경에서 DeepL, eTranslation, Systran 등 세 가지 MT 시스템과 사후 편집(PE) 품질을 비교 평가한 연구입니다. 언어학자와 NLP 전문가 그룹 간의 성능 차이를 분석하여 용어 정확성과 유창성 측면의 한계를 다룹니다.

핵심 포인트

DeepL, eTranslation, Systran 시스템 간 품질 차이 확인
언어학자 그룹과 NLP 전문가 그룹의 사후 편집 성능 비교
용어 정확성 및 유창성 측면에서의 유의미한 차이 발견
전문 번역(LSP) 환경에서 도메인 지식의 중요성 강조

본 논문은 영어에서 프랑스어로의 전문 번역(specialised translation) 맥락에서 기계 번역(MT)과 사후 편집(PE)의 품질을 평가하는 것을 목표로 합니다. 세 가지 MT 시스템(DeepL, eTranslation, Systran)을 비교하였으며, 언어학자/번역가 그룹과 NLP 전문가 그룹이라는 두 그룹의 사후 편집자들에게 사후 편집을 수행하도록 요청했습니다. 번역 평가는 MT 및 PE 평가에 맞게 조정된 오류 유형론(error typology)을 사용한 오류 주석(error annotation)을 기반으로 합니다. 결과에 따르면 세 가지 MT 시스템과 두 그룹의 사후 편집자 사이에 상당한 차이가 있음이 드러났으며, 특히 용어 정확성(terminological accuracy)과 유창성(fluency) 측면에서 두드러졌습니다. 본 연구는 전문 번역에서 도메인 지식(domain knowledge)의 중요성뿐만
특수 목적 언어(LSP) 환경에서 MT 시스템의 한계와 가변적인 성능을 강조합니다.

AI 자동 생성 콘텐츠

원문 바로가기

기계 번역(MT)과 사후 편집(Post-Editing): 전문 번역에서의 다양한 MT 시스템 및 사후 편집자 그룹 간의 비교 평가

요약

핵심 포인트

댓글