Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/12637
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorMohamed Lamine BENBADA-
dc.contributor.authorNesrine BENAOUDA-
dc.date.accessioned2023-07-11T12:30:56Z-
dc.date.available2023-07-11T12:30:56Z-
dc.date.issued2023-06-21-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/12637-
dc.description.abstractLa traduction automatique, propulsée par l'intelligence artificielle (IA), a révolutionné de manière spectaculaire la façon de surmonter les barrières linguistiques dans notre monde interconnecté. Cette étude explore le rôle crucial joué par l'IA dans l'amélioration décisive de la qualité de la traduction automatique. Grâce à des algorithmes sophistiqués et à des réseaux neuronaux de pointe, les systèmes de traduction automatique ravitaillés par l'IA ont réalisé des progrès considérables en termes d'exactitude, de fluidité et de prise en compte du contexte, en étudiant les composantes clés et les techniques utilisées dans la traduction automatique basée sur l'IA. Cette recherche se concentre sur l'évaluation de la qualité de la traduction automatique en la comparant à la traduction humaine, dans le but de fournir des informations sur les forces et les limites des systèmes de traduction automatique. Une approche d'analyse comparative est adoptée, comparant des textes traduits par des machines à des textes traduits par des humains. Diverses caractéristiques linguistiques et textuelles, telles que l'exactitude, la fluidité et la grammaire, sont examinées afin de mesurer l'efficacité des résultats de traduction automatique dans la 89 saisie du sens voulu. Pour mener l'évaluation, un corpus de textes expressifs et descriptifs rédigés en arabe et en anglais a été sélectionné. Le processus de traduction implique un traducteur humain professionnel et deux types différents d'applications de traduction automatique en ligne : Google Translate et Reverso Context, ceci permet de déterminer dans quelle mesure ces machines utilisent des technologies développées par l'IA pour améliorer la qualité de la traduction. L'analyse comparative offre des perspectives précieuses sur la différence entre les traductions humaines et automatiques, et identifie les domaines dans lesquels la traduction automatique peut encore être améliorée. Elle met également en évidence les limites de la traduction automatique, notamment en ce qui concerne la compréhension des expressions contextuelles, idiomatiques et des références spécifiques à une culture. En identifiant les forces et les faiblesses des systèmes de traduction automatique, cette étude vise à aider les étudiants et les stagiaires en traduction à choisir le meilleur outil de traduction pour faciliter une communication efficace entre les langues.en_US
dc.language.isoenen_US
dc.publisherFaculty of Letters and Languages - Department of Englishen_US
dc.subjectTraduction automatiqueen_US
dc.subjectIntelligence artificielleen_US
dc.subjectQualité de la traductionen_US
dc.subjectGoogle Translateen_US
dc.subjectReverso Contexten_US
dc.subjectEvaluationen_US
dc.titleInvestigation of the Role of Artificial Intelligence in Developing Machine Translation Quality. Case Study: Reverso Context and Google Translate translations of Expressive and Descriptive Texts. Language Combination: Arabic-English/ English-Arabicen_US
dc.typeThesisen_US
Collection(s) :Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
final thesis.pdf1,75 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.