Yüksek riskli metinlerde makine çevirisi: Doğal afet kılavuzları üzerine bir vaka çalışması

Hızla gelişen yapay zeka ve makine öğrenimi teknolojileri, çevirmenler arasında iş kaybına ilişkin endişelerin artmasına neden olmuştur. Bu endişeye yanıt olarak bu çalışma, DeepL Translator ve Google Translate'in Türkçe doğal afet kılavuzlarını İngilizceye çevirirkenki performansını değerlendirmekte ve ham makine çevirisi çıktılarının bu tür yüksek riskli bağlamlarda kullanılıp kullanılamayacağını araştırmaktadır. Çalışma ayrıca makine çevirisi çıktılarındaki hataların düzeltilmesinde ön düzenleme işlemlerinin etkinliğini araştırmaktadır. MQM (Multidimensional Quality Metrics) kullanılarak, her iki makine çevirisi sisteminin ham çıktıları üzerinde kapsamlı bir analiz gerçekleştirilmiştir. Ardından, tespit edilen her hata için ön düzenleme stratejileri geliştirilmiştir. Bulgular, her iki sistemin de beklenenden daha az hata üretmesine rağmen, makine çevirisi çıktılarında "majör" ve "kritik" düzeylerinde hatalar bulunduğunu ortaya koymakta ve kara kutu nöral makine çevirisi sistemlerinin tahmin edilemez doğasının altını çizmektedir. Terminoloji kategorisindeki hatalar haricinde, ön düzenlemenin çeviri hatalarının önemli bir kısmının giderilmesinde etkili olduğu görülmüştür. Sonuç olarak, bu çalışma mevcut makine çevirisi sistemlerinin gelişmiş kabiliyetlerine rağmen, insan çevirmenin çeviri sürecindeki vazgeçilmez rolünün altını çizmektedir.