Ma a gépi fordításról beszélgetünk és arról, hogyan alakították át a fordítók munkáját a fordítástámogató szoftverek.
Hogy fordít a gép és a CAT? | How turns the machine and the MACSKA? – 1. rész
00:40 Urbán Miklós a vendégünk, a memoQ-ot fejlesztő Kilgray professional services vezetője. Fordítástámogató szoftverek és a gépi fordítás közötti különbségek.
03:44 A mesterséges intelligenciától egy lépéssel hátrébb. A CAT (computer aided/assisted translation) működése. A neurális gépi fordítás.
07:03 Milyen ütemben fejlődik a fordítástechnológia, és mikorra veszi el a fordítók munkáját? Mennyi meló van a fejlesztésekkel?
10:05 Mi az a string?
12:01 Hogy dolgozik ma egy fordító?
A műsor támogatói
15:57 Szertár Podcast adásait közösségi finanszírozásból készítjük. A működési költségeket a patreon.com/szertar oldalon tett felajánlásokból fedezzük. Ha tehetitek, csatlakozzatok ti is azokhoz az előfizetőkhöz, akik havonta legalább egy hamburger árával hozzájárulnak ahhoz, hogy hétről-hétre új adással jelentkezhessünk. Köszönjük.
Hogy fordít a gép és a CAT? | How turns the machine and the MACSKA? – 2. rész
16:24 A fejlesztők kihívásai. Humorérzékre és lélekre ható funkciók.
20:08 Miért szívás a pdf? Ügyféltrükkök.
25:03 Esettanulmány: A kanadai nyolcperces projekt.
30:08 Meddig lehet elmenni a fordítóprogramok fejlesztésében?
32:06 Mekkora esélye van egy magyar cégnek a fordítástámogató szoftverek nemzetközi piacán?
35:06 Milyen innovációt tud bedobni egy ma belépő cég? A Múzsa funkció és a favágás átvétele.
39:19 Mi a helyzet a műfordítással? A Harry Potter neveinek összefésülése.
41:52 Feliratfjálok (.srt) hekkje memoQ-ra.
Hírkvíz
44:44 Első kérdés: Hogyan befolyásolja az évfolyamtársak figyelme a diákok karrierdöntéseit?
49:10 Második kérdés: Miről árulkodnak a Zsokov-szigeten talált kutyacsont leletek?
53:41 Harmadik kérdés: Milyen szabadalmak kötődnek a svájci Elmar Mock nevéhez?
1:01:01 Negyedik kérdés: Hány titkunk van?
Felhasznált zenék:
Morgan TJ – Café Connection
Podington Bear – Graduation