dc.contributor |
Doğru, Gökhan, |
dc.contributor.author |
Mego Jiménez, Yesi |
dc.contributor.author |
Universitat Autònoma de Barcelona. Facultat de Traducció i d'Interpretació |
dc.date |
2018 |
dc.identifier |
https://ddd.uab.cat/record/192793 |
dc.identifier |
urn:oai:ddd.uab.cat:192793 |
dc.identifier |
urn:tfgcv:98808 |
dc.format |
application/pdf |
dc.format |
application/pdf |
dc.language |
spa |
dc.publisher |
|
dc.rights |
open access |
dc.rights |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. |
dc.rights |
https://creativecommons.org/licenses/by-nc-nd/3.0/ |
dc.subject |
Traducció automàtica neuronal |
dc.subject |
Subtitulació |
dc.subject |
Documental |
dc.subject |
Posedició |
dc.subject |
Neural machine translation |
dc.subject |
Subtitling |
dc.subject |
Documentary |
dc.subject |
Postediting |
dc.title |
Automatización de la subtitulación del primer capítulo de la temporada 14 del documental "Forensic Files" del inglés al español con traducción automática neuronal y posterior posedición |
dc.type |
Treball final de grau |
dc.type |
TEXT |
dc.description.abstract |
Aquest estudi realitza una comparació de la traducció de l'anglès a l'espanyol d'alguns dels motors més coneguts de traducció automàtica neuronal com Google Translate, Microsoft Translate i DeepL, basant-se en els subtítols d'un documental. Després de comparar els motors de traducció automàtica neuronal i assenyalar els errors més comuns e indicar de quin tipus són segons el marc MQM, es triarà un, el més apte, per després portar a terme la post-edició dels subtítols amb el programa de subtitulació Subtitle Workshop 7.0 i seguint la guia d'estil de Netflix per l'espanyol. Aquest estudi té com a objectiu automatitzar el màxim possible el treball d'un subtitulador a l'hora d'utilitzar la traducció automàtica neuronal i la post-edició |
dc.description.abstract |
Este estudio realiza una comparación de la traducción del inglés al español de los motores más conocidos de traducción automática neuronal como Google Translate, Microsoft Trans-late y DeepL de los subtítulos de un documental. Luego de comparar los motores de tra-ducción automática neuronal y señalar los errores más comunes y de qué tipo son según el marco MQM se elegirá uno, el más apto para luego poseditar los subtítulos siguiendo la guía de estilo de Netflix para español con el programa de subtitulación Subtitle Workshop 7.0. Este estudio tiene como objetivo automatizar lo máximo posible el trabajo de un subti-tulador al utilizar traducción automática neuronal y posedición. |
dc.description.abstract |
This project makes a comparison of the translation from English into Spanish of the best-known neural machine translation engines such as Google Translate, Microsoft Translate and DeepL of the subtitles of a documentary. After comparing the neuronal machine trans-lation engines and pointing out the most common errors and what type they are according to the MQM framework, one of them will be chosen, the most adequate to then postedit those subtitles following the Netflix style guide for Spanish with the subtitling program Subtitle Workshop 7.0. The objective of this work is to automate as much as possible the work of a subtitler when using neural automatic translation and postediting |