Not logged in.
Quick Search - Contribution
Contribution Details
Type | Bachelor's Thesis |
Scope | Discipline-based scholarship |
Title | Real-time crowd-based subtitle translation |
Organization Unit | |
Authors |
|
Supervisors |
|
Language |
|
Institution | University of Zurich |
Faculty | Faculty of Economics, Business Administration and Information Technology |
Number of Pages | 47 |
Date | 2013 |
Zusammenfassung | Diese Arbeit fuhrt eine Methode zur Echtzeitubersetzung von Satzen ein. Das wachsende World Wide Web bietet jedem Nutzer die Moglichkeit, aktiv am Internet teilzunehmen und damit zu arbeiten. Millionen von Benutzer konnen als Crowd sogenannte Mikro-Aufgaben erledigen. Die Echtzeitubersetzung besteht aus der Verbindung zwischen einer maschinellen Ubersetzung fur eine Rohfassung und einer einsprachigen Crowd fur Verbesserungen. Es sind sechs Kombinationsverfahren vorgestellt, die die besten Teile der Resultate der Crowd-Arbeiter zusammenfugen. Die neuen Verfahren wurden mit 100 Testsatzen in einer Echtzeitsimulation getestet, jedoch schate es keines der Verfahren, die Qualitat der Rohfassung deutlich zu ubertreen. Mit dem Rapid-Renement-Prinzip kann schon nach 30s bis 40s eine Einigung zwischen den Crowd-Arbeitern gefunden werden. Es wird gezeigt, dass mit einer optimalen Kombination der Satze die METEORPunktzahl von 43% auf 49% gehoben werden kann. Mit einem guten Umgang mit der Crowd konnte das Potenzial weiter gesteigert werden. Die vorgestellten Kombinationsmethoden konnen fur weitere Anwendungen von Textverarbeitungen in naturlicher Sprache eingesetzt werden. |
PDF File |
![]() |
Export |
![]() |