The Capacity of Contextual Meaning Translation of Google Translate in the Form of Neural Machine Translation System from Japanese to Thai
Article Sidebar
Main Article Content
Abstract
This research aims to study the capacity of contextual meaning translation of Google Translate in the form of Neural Machine Translation system. A Japanese language package in a contextual level meaning comprises 436 items which can be divided into 136 words of compound nouns and compound verbs, 100 noun + verb collocations, 100 idioms about organs, and 100 sentences consisting of N4 level grammatical forms. Data collection proceeded from October to November 2018, and the capacity of translation was examined by three experts of Japanese and Thai. The results revealed that the translation capacity from Japanese to Thai of Google Translate in the form of Neural Machine Translation system was at an unacceptable level at 73.39 percent while the acceptability was at 26.61 percent. The acceptability of translation capacity of Google Translate in the form of Neural Machine Translation system for the language package arranging in descending order was collocations, compound nouns, compound verbs, sentences, and idioms, respectively.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
ณัฏฐิรา ทับทิม. (2557). ภาษาศาสตร์ภาษาญี่ปุ่นเบื้องต้น. กรุงเทพฯ: สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
ณัฏฐิรา ทับทิม. (2559ก). ลักษณะและความหมายคำประสม NV ในภาษาญี่ปุ่นและภาษาไทย. JSN Journal, 6(1), 74-94.
ณัฏฐิรา ทับทิม. (2559ข). โครงสร้างภาษาญี่ปุ่น. พิษณุโลก: มหาวิทยาลัยราชภัฏพิบูลสงคราม.
ณัฏฐิรา ทับทิม. (2560). ลักษณะและความหมายคำประสม VN ในภาษาญี่ปุ่นและภาษาไทย. JSN Journal, 7(S), 18-37.
ณัฏฐิรา ทับทิม. (2561). การปรากฏร่วมกันของคำในภาษาญี่ปุ่น: กรณีศึกษาคำนามจากคลังข้อมูลภาษา (รายงานการวิจัย). พิษณุโลก: มหาวิทยาลัยราชภัฏพิบูลสงคราม.
ณัฏฐิรา ทับทิม. (2562). การปรากฏร่วมกันของคำในภาษาญี่ปุ่น: กรณีศึกษาคำนามจากคลังข้อมูลภาษา. JSN Journal, 9(1), 49-68.
สมเกียรติ เชวงกิจวณิช. (2549). แปล ญี่ปุ่น-ไทย (เบื้องต้น). กรุงเทพฯ: ภาษาและวัฒนธรรม.
สุพรรณี ปิ่นมณี. (2555). แปลผิด แปลถูก : คัมภีร์การแปลยุคใหม่. กรุงเทพฯ: สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย.
อัศนีย์ ก่อตระกูล และคณะ. (2541). การประมวลผลภาษามนุษย์ด้วยคอมพิวเตอร์. มนุษยศาสตร์วิชาการ, 6(1), 94-105.
อาชีพที่ตกงานก่อนใครเพราะหุ่นยนต์และ AI เข้ามาแทนที่. (2017, มิถุนายน). สืบค้นเมื่อ 31 ธันวาคม 2560, จาก http://www.theeleader.com/7-job-lost-ai-comming/
Bentivogli, L. et al. (2016). Neural versus phrase-based machine translation quality: a case study. Conference on Empirical Methods in Natural Language Processing, November 1-5, 2016, Austin, Texas, USA.
Gotō Isao. (2018). Kikaihonyakugijutsu no kenkyū to dōkō. NHK Gijutsu R&D, 168(3), 14-25.
Group Jammassy. (2554). พจนานุกรมรูปประโยคภาษาญี่ปุ่น (พิมพ์ครั้งที่ 1). กรุงเทพฯ: ภาษาและวัฒนธรรม.
Kōjien. (2008). Tokyo: Iwanamishoten.
Komeili, Z., Hendavalan, J. F., & Rahimi, A. (2011). An investigation of the translation problems incurred by English-to-Persian Machine Translations: “Padideh, Pars, and Google Softwares”. Procedia-Social and Behavioral Sciences, (28), 1079-1082.
Le, Q. V., & Schuster, M. (2016, September 27). A Neural Network for Machine Translation, at Production Scale. Retrieved January 1, 2018, from https://research.googleblog.com/2016/09/a-neural-network-for-machine.html
Pearce, D. (2001). Synonymy in Collocation Extraction. Retrieved August 10, 2018, from https://www.researchgate.net/publication/2371642_Synonymy_in_Collocation_Extraction
Techsource Team. (2560, 14 เมษายน). เจาะลึกการทำงานของ Neural Machine Translation เทคโนโลยีล่าสุดที่ Google Translate ใช้ โดยเลียนแบบระบบคิดจากสมองมนุษย์. สืบค้นเมื่อ 1 มกราคม 2561, จาก https://techsauce.co/technology/google-translate-neural-machine-learning/
Strafella, E. L., Hayashibe, Y., & Matsumoto, Y., (2012). Gendai Nihongo ni okeru koro-ke-shon: kenshuttsu to bunseki. Dai 1 kai ko-pasu Nihongogaku wa-kushoppu, 53-58.
Wu, Y. et al. (2017). Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation, 1-23. In A. Villiger, & R. Dach. (Eds.). International GNSS Service Technical Report 2016 (IGS Annual Report). IGS Central Bureau and University of Bern: Bern Open Publishing.
