“makine çeviri” için sonuçlar
14 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
2025 Osaka Expo'sunda Dil Engeli Kalmayacak: Yapay Zeka Çeviri Devrimi
2025 Osaka Dünya Fuarı, gelişmiş yapay zeka çeviri teknolojileriyle ziyaretçilere dil engellerinin olmadığı bir deneyim sunacak. Araştırmacılar, yüksek kaliteli ve düşük gecikmeli eş zamanlı çeviri sistemleri geliştirdi. Bu teknolojiler arasında parça tabanlı girdi segmentasyonu, bağlama duyarlı çeviri ve çoklu motor makine çevirisi yer alıyor. Özel şirketlerle yapılan işbirlikleri sonucunda gerçek dünya uygulamaları hayata geçirildi ve fuarda sergilenecek hizmetler hazırlandı. Bu gelişme, küresel etkinliklerde çok dilli iletişimin geleceğine işaret ediyor.
Makine Çevirisi Anlam Bütünlüğünü Ne Kadar Koruyor? Büyük Araştırma Yanıtladı
Araştırmacılar, makine çevirilerinin metinlerin anlamsal yapısını ne ölçüde koruduğunu araştırdı. 28 farklı dildeki 2800'den fazla siyasi parti manifestosunu İngilizceye çevirerek analiz eden çalışma, çeviri sırasında anlam kayıplarını ölçmek için yeni bir yöntem geliştirdi. Araştırma, bazı dillerde çevirinin anlamsal yapıyı başarıyla koruduğunu, bazılarında ise bozduğunu ortaya koydu. Bu bulgular, yapay zeka ve doğal dil işleme alanında makine çevirilerine dayalı araştırmaların güvenilirliği açısından kritik önem taşıyor.
Yapay Zeka Dil İdeolojilerini Tespit Edebilir mi? Lüksemburg Örneği
Araştırmacılar, büyük dil modellerinin (LLM) toplumsal dil ideolojilerini tespit etme yetisini Lüksemburg özelinde inceledi. Çok dilli ve kültürlü yapısıyla bilinen Lüksemburg'da, dil tercihleri sadece pratik seçimler değil, aynı zamanda kimlik ve toplumsal aidiyet göstergeleri. Çalışmada, Lüksemburgca yazılmış kullanıcı yorumları elle etiketlenerek dil ideolojileri kategorilerine ayrıldı. Ardından yapay zeka modellerinin bu ideolojileri ne kadar doğru tespit edebildiği farklı yönlendirme koşulları altında değerlendirildi. Lüksemburgca gibi küçük dillerin yapay zeka eğitim verilerinde yetersiz temsil edilmesi nedeniyle, makine çevirisi kullanımının performansa etkisi de araştırıldı. Bu çalışma, doğal dil işleme araçlarının sosyal bilimler ve dilbilim alanındaki potansiyelini gösteriyor.
Çeviri Yaparken Duygular Kaybolmasın: Küçük Dil Modelleri Test Edildi
Makine çevirisi teknolojisinde anlam doğruluğu kadar duygusal bütünlük de önemli. Araştırmacılar, EuroLLM, Aya Expanse ve Gemma gibi üç gelişmiş küçük dil modelinin çeviri sırasında ince duygusal nüansları ne kadar koruduğunu inceledi. GoEmotions veri seti kullanılarak yapılan çalışmada, Reddit yorumlarındaki 28 farklı duygu kategorisi beş Avrupa dilinde test edildi. Sonuçlar, mevcut çeviri sistemlerinin semantik eşdeğerliği korumada başarılı olmasına rağmen, duygusal sadakati sağlamada hala zorluklar yaşadığını gösteriyor. Bu araştırma, gelecekte daha empatik ve duygusal açıdan hassas çeviri teknolojilerinin geliştirilmesi açısından önem taşıyor.
Yapay zeka grafik tasarımda metin stillerini çeviri sırasında koruyor
Küresel pazarlama materyallerinde kullanılan grafik tasarımların farklı dillere çevrilmesi sırasında karşılaşılan büyük bir sorun çözülmeye yakın. Araştırmacılar, metinlerin çevrilirken stillerinin ve görsel uyumunun bozulmaması için yeni makine öğrenmesi yöntemleri geliştirdi. Geleneksel çeviri sistemleri sadece metni çevirebilirken, bu yeni yaklaşım kaynak metindeki font, renk ve biçimlendirme özelliklerini çevrilen metne aktarabiliyor. Çalışma, ticari neural makine çevirisi ve büyük dil modelleri üzerine inşa edilen üç farklı yöntemi test etti. Bu gelişme, uluslararası markaların reklam materyallerini farklı dillere uyarlarken görsel tutarlılıklarını korumalarını kolaylaştıracak.
Yapay Zeka Ölü Dil Kıptçeyi Çevirmeyi Öğreniyor: Sözdizimi Haritası Yöntemi
Araştırmacılar, binlerce yıllık ölü dil Kıptçeyi İngilizceye çevirmek için yenilikçi bir yapay zeka yöntemi geliştirdi. Sınırlı kaynaklı dillerin çevirisi için tasarlanan bu sistem, geleneksel sözlük temelli yaklaşımlara ek olarak cümle yapısı analizini de kullanıyor. Universal Dependencies adı verilen sözdizimsel çerçeveden yararlanan yöntem, cümlelerin gramer yapısını anlayarak daha doğru çeviriler üretiyor. Kıptçe gibi az kaynaklı diller için bu yaklaşım, büyük dil modellerin bağlam içinde öğrenme yeteneklerini kullanarak yeni standartlar belirliyor. Çalışma, sadece kelime anlamlarının değil, cümle yapılarının da çeviri kalitesini artırdığını kanıtlıyor.
Çeviri Değerlendirmesi Artık İnsan Gücüyle Kolay: Pearmut Platformu
Makine çevirilerinin kalitesini değerlendirmede insan değerlendirmesi altın standart sayılır, ancak karmaşık kurulum süreçleri nedeniyle genellikle otomatik metrikler tercih edilir. Araştırmacılar, bu sorunu çözmek için Pearmut adlı yeni bir platform geliştirdi. Platform, çok dilli doğal dil işleme görevlerinin insan tarafından değerlendirilmesini otomatik değerlendirme kadar kolay hale getiriyor. DA, ESA ve MQM gibi standart protokolleri destekleyen sistem, belge düzeyinde bağlam analizi, mutlak ve karşılaştırmalı değerlendirme özellikleri sunuyor. Bu gelişme, model geliştirme süreçlerinde güvenilir insan değerlendirmesini rutin bir bileşen haline getirebilir.
Deyimler Makine Çevirisini Nasıl Zorluyor? Yeni Araştırma Ortaya Çıkardı
Makine çeviri sistemleri günümüzde oldukça gelişmiş olsa da, deyimler ve kalıplaşmış ifadeler karşısında hâlâ zorlanıyor. Yeni bir araştırma, İngilizce'deki üç farklı ifade türünün çeviri kalitesini nasıl olumsuz etkilediğini inceledi. Araştırmacılar, fiilsel deyimler, fiil-edat birleşimleri ve yardımcı fiil yapılarının makine çeviri sistemlerinde sorun yarattığını keşfetti. Bu ifadelerin anlamları genellikle kelimelerinin toplamından çıkarılamadığı için çeviri algoritmaları zorlanıyor. Çalışma, bu zorluğun genel cümle karmaşıklığından değil, doğrudan bu özel ifade türlerinden kaynaklandığını gösteriyor.
Alexandria Veri Seti: Arap Lehçelerini Anlayan Yapay Zeka İçin Büyük Adım
Arapça konuşan milyonlarca insan günlük hayatta standart Arapça yerine yerel lehçeler kullanıyor, ancak mevcut çeviri sistemleri bu lehçeleri anlayamıyor. Araştırmacılar, 13 Arap ülkesinden toplanan ve şehir bazında detaylandırılmış Alexandria adlı yeni bir veri seti geliştirdi. Bu kapsamlı veri seti, sağlık, eğitim ve tarım gibi 11 önemli alanda İngilizce-Arap lehçesi çeviri çiftleri içeriyor. 107 bin konuşma turunu barındıran veri seti, konuşmacıların cinsiyetini ve karşılıklı diyalog yapısını da dikkate alarak, yapay zekanın yerel kültürel farklılıkları daha iyi anlamasını sağlamayı hedefliyor. Bu çalışma, dil teknolojilerinin daha kapsayıcı hale getirilmesi adına önemli bir kilometre taşı.
Çok Dilli Yapay Zeka Modelleri İçin Akıllı Yönlendirme Sistemi Geliştirildi
Araştırmacılar, çok dilli büyük dil modellerinde (LLM) farklı dillerde farklı stratejilerin daha etkili olduğunu keşfetti. Kaynak az dillerde çeviri tabanlı yöntemler başarılı olurken, kaynak zengin dillerde doğrudan yaklaşım daha iyi sonuç veriyor. Bu bulgular doğrultusunda, her örnek için en uygun stratejiyi otomatik seçen hafif sınıflandırıcılar geliştirdiler. Sistem, sabit stratejilere göre dört farklı test setinde istatistiksel olarak anlamlı iyileşmeler sağladı ve eğitim sırasında görmediği görev formatlarına da başarıyla genelleme yapabildi.
Çeviri Kalitesini Kim Denetliyor? Yapay Zeka Metrikleri İnsan Yargısına Karşı
Makine çevirisi sistemlerinin performansını ölçen otomatik değerlendirme metrikleri, farklı alanlarda ne kadar güvenilir? Araştırmacılar, 18.8 bin insan anotasyonu içeren kapsamlı bir veri setiyle bu soruyu yanıtlamaya çalıştı. Çalışma, otomatik metriklerin cümle düzeyinde alan değişikliklerine karşı şaşırtıcı derecede dayanıklı göründüğünü, ancak insan değerlendirmecilerin farklı alanlarda tutarsız davrandığını ortaya koyuyor. Bu bulgular, yapay zeka destekli çeviri sistemlerinin geliştirilmesinde kullanılan değerlendirme yöntemlerinin yeniden gözden geçirilmesi gerektiğini işaret ediyor.
Makine çevirisinde dil ve kültür hatalarını yakalayan yeni değerlendirme sistemi
Araştırmacılar, mevcut makine çevirisi değerlendirme sistemlerinin yetersizliklerini gidermek için LQM (Dilbilimsel Temelli Çok Boyutlu Kalite Metrikleri) adlı yeni bir sistem geliştirdi. Özellikle Arapça gibi farklı lehçelere sahip dillerde, geleneksel değerlendirme yöntemleri dil çeşitliliği, kültürel uygunluk ve pragmatik hatalarını yakalayamıyor. LQM, sosyodilbilim, pragmatik, semantik, morfosentaks, yazım ve grafik olmak üzere altı dilbilimsel seviyede hiyerarşik bir hata sınıflandırması sunuyor. Sistem, yedi farklı Arap lehçesinden 3.850 cümlelik paralel korpus kullanılarak test edildi. Bu gelişme, makine çevirisinin sadece kelime doğruluğunu değil, kültürel ve dilsel nüansları da değerlendirmesine olanak sağlayarak, özellikle çok lehçeli diller için çeviri kalitesinin artırılmasında önemli bir adım.
Yapay zeka çeviri sistemlerinde 'yeniden başlama' ile büyük başarı artışı
Araştırmacılar, yapay zeka çeviri sistemlerinin öğrenme sürecini iyileştiren yenilikçi bir yöntem geliştirdi. CLewR adlı bu teknik, makinelerin kolay örnekleri unutmaması için eğitim sırasında 'kolay'dan 'zor'a doğru müfredat döngülerini tekrarlatıyor. Gemma2, Qwen2.5 ve Llama3.1 gibi farklı dil modellerinde test edilen yöntem, çok dilli makine çeviri performansında tutarlı iyileştirmeler sağladı. Araştırma, öğrenme sıralamasının yapay zeka eğitimindeki kritik rolünü ortaya koyarak, gelecekteki çeviri sistemlerinin geliştirilmesinde önemli bir adım oluşturuyor.
Korece Odaklı Yapay Zeka Modelleri Token Budama Yöntemiyle Optimize Ediliyor
Araştırmacılar, büyük dil modellerini belirli diller için optimize etmek amacıyla 'token budama' tekniğini kullanarak kapsamlı bir değerlendirme gerçekleştirdi. Korece odaklı doğal dil işleme görevlerine odaklanan çalışma, Qwen3, Gemma-3, Llama-3 ve Aya gibi son teknoloji çok dilli modelleri test etti. Token budama, hedef uygulamayla ilgisiz dillere ait token'ları ve gömme parametrelerini sistemden çıkaran bir sıkıştırma tekniği olarak öne çıkıyor. Bulgular, bu yöntemin dil karmaşasını ortadan kaldırarak üretim kararlılığını önemli ölçüde artırdığını ve özellikle makine çevirisinde Korece'ye özgü görevlerde performansı sıklıkla iyileştirdiğini gösteriyor.