| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Pires, Thiago Blanch | - |
| dc.contributor.author | Silva, Renata Ribeiro da | - |
| dc.identifier.citation | SILVA, Renata Ribeiro da. Uma análise de desempenho da tradução automática dos sistemas DeepL e Google Tradutor. 2023. 38 f., il. Trabalho de Conclusão de Curso (Bacharelado em Línguas Estrangeiras Aplicadas) — Universidade de Brasília, Brasília, 2023. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Instituto de Letras, Departamento de Línguas Estrangeiras e Tradução, Línguas Estrangeiras Aplicadas ao Multilinguismo e à Sociedade da Informação, 2023. | pt_BR |
| dc.description.abstract | Este trabalho irá avaliar comparativamente o desempenho de dois sistemas de
tradução automática, DeepL e Google Tradutor, com o objetivo de comparar a
capacidade e precisão desses dois serviços. Partiremos de uma breve visão geral
sobre traduções automáticas com a utilização de redes neurais, seguido de uma
rápida reflexão sobre os resultados da tradução automática ao utilizara avaliação
automática e humana. Logo após, abordaremos a diferença de performance entre
ambos, além de identificar possíveis problemas linguísticos ainda não vistos. Para
a realização desta comparação, será utilizado um trecho da obra de Machado de
Assis, Dom Casmurro, do capítulo “Olhos de Ressaca”, em que utilizaremos as
traduções para analisar criticamente se algum sistema será superior em sua
qualidade de tradução e os erros linguísticos em resultados de comparação entre
cada sistema de tradução. Os critérios de avaliação incluem a precisão da tradução,
a capacidade de manter o significado e a estrutura da frase original, e a fluência e
adequação da tradução resultante. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Tradução automática | pt_BR |
| dc.subject.keyword | Tradução especializada | pt_BR |
| dc.title | Uma análise de desempenho da tradução automática dos sistemas DeepL e Google Tradutor | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2024-10-25T20:34:56Z | - |
| dc.date.available | 2024-10-25T20:34:56Z | - |
| dc.date.submitted | 2023-02-17 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/40326 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | This paper will comparatively evaluate the performance of two machine translation
systems, DeepL, and Google Translator, to compare the capability and accuracy of
these two services. We will start with a brief overview of machine translation using
neural networks, followed by a quick reflection concerning the performance of machine
translation using human and automatic evaluation. After that, we will address the
difference in performance between the two systems and identify possible linguistic
problems not yet seen. For this comparison, we will use an excerpt from Machado de
Assis' Dom Casmurro, from the chapter "Olhos de Ressaca," in which we will use the
translations to critically analyze whether any system is superior in translation quality
and linguistic errors in comparison results between each translation system. The
evaluation criteria include the accuracy of the translation, the ability to maintain the
meaning and structure of the original sentence, and the fluency and adequacy of the
resulting translation. | pt_BR |
| Aparece na Coleção: | Letras - Línguas Estrangeiras Aplicadas
|
