라이온브리지 기계 번역 추적 도구

기계 번역(MT)에는 많은 장점이 있지만 이를 사용할 때 주의해야 할 점이 있습니다. 일반 MT 엔진은 번역 결과물에 오류가 있을 수 있으며, 특히 특정 도메인에서는 용어 관점에서 바람직하지 못한 결과가 산출될 수 있습니다. 그 영향은 특히 의료 분야와 법률 분야에서 치명적일 수 있습니다. 하지만 MT 결과를 개선하기 위해 할 수 있는 일이 있습니다.

용어집을 사용하면 MT 품질을 개선하고 정확하고 일관성 있는 번역 결과를 얻을 수 있습니다.

이를 위해서는 전문 용어를 포함하는 도메인별 이중 언어 텍스트로 맞춤 MT 시스템을 학습시켜야 합니다. 그러나 용어를 일관성 있게 사용하지 않는다면 아무리 전문적인 텍스트로 엔진을 훈련시킨다 하더라도 번역의 정확성을 보장할 수 없습니다. 이 분야의 연구자들은 신경망 기계 번역(NMT) 시스템에 언어 정보를 주입할 때 주석 방식을 사용하는 것을 제안하고 있습니다. 주석법의 수동 또는 반자동식 구현은 용어집과 같은 가용 리소스를 비롯해, 시간, 비용 및 사람에 의한 주석 가능 여부와 같은 제약 조건에 따라 달라집니다.

라이온브리지(Lionbridge)의 Smaⁱrt MT™에서는 원문과 대상 텍스트에 언어 규칙을 적용하는 것은 물론, 특정 프로파일에 추가된 번역 제외 용어(DNT) 및 용어 목록을 바탕으로 용어집을 만들 수 있습니다. 라이온브리지는 고객이 용어집을 만들고 유지할 수 있도록 지원하여 새로운 관련 용어를 추가하고 오래된 용어는 폐기하는 등 주기적으로 용어집을 관리해 드립니다. 일단 Smaⁱrt MT에서 용어집이 생성되면 모든 MT 엔진에서 이 용어집을 사용할 수 있으므로 시간과 비용을 절감할 수 있습니다.

MT 프로젝트에서 용어집을 사용하기는 생각만큼 간단하지 않습니다. 용어집을 올바로 사용하지 않으면 기계 번역의 전체 품질에 부정적인 영향을 미칠 수 있습니다. MT에서 용어집의 용어를 따르게 하는 가장 좋은 방법은 MT를 학습시키는 것입니다. 학습된 MT 엔진과 맞춤 용어집 그리고 전처리 및 후처리 규칙 식별을 조합하면 MT 결과물에 적절한 용어가 사용되고 고객 문서와 유사한 스타일로 번역되도록 할 수 있습니다.

라이온브리지 블로그에서 용어집 사용을 통해 MT 결과를 개선하는 방법을 자세히 알아보세요.

—Yolanda Martin, 라이온브리지 MT 전문가