Ocena neuronowych systemów tłumaczenia maszynowego: Chat GPT, Google Translate, DeepL Translate, na podstawie tłumaczenia „Dragonlance: Shadow of the Dragon Queen”

Celem badań przedstawionych w tej pracy jest ocena neuronowych systemów tłumaczenia maszynowego: Chat GPT, Google Translate oraz DeepL Translate, na podstawie tłumaczenia fragmentu książki „Dragonlance: Shadow of the Dragon Queen” z języka angielskiego na język polski . Praca rozpoczyna się od przedstawienia tematyki – technologii neuronowego tłumaczenia maszynowego, jej historii, ewolucji i sposobu funkcjonowania. Przedstawione zostają jej zastosowania we współczesnym świecie oraz związane z nią wyzwania. Opisane zostają trzy docelowe systemy, które podlegają analizie: Chat GPT, Google Translate i DeepL Translate. Po zaprezentowaniu aspektów technologii, poruszona zostaje kwestia kategoryzacji błędów oraz metodologii, których można użyć do ich analizy. Jako główne narzędzie analizy tej pracy wybrano metodologię hybrydową. W ostatniej części pracy czytelnik zostaje zapoznany z tłem tekstu „Dragonlance: Shadow of the Dragon Queen”. Następnie przeprowadzana zostaje analiza. Opiera się ona na wybranych fragmentach tłumaczeń trzech neuronowych systemów tłumaczenia maszynowego. W trakcie tego procesu błędy są opisywane i kategoryzowane. Na koniec, zebrane dane zostają podsumowane, na ich podstawie wyciąga się i opisuje odpowiednie wnioski. W sekcji załączników znajdują się: tekst oryginału wraz z referencyjnym tłumaczeniem wykonanym przez człowieka i tekstami wyjściowymi trzech tłumaczy systemów neuronowych.

The purpose of the research presented in this work is the evaluation of Neural Machine Translation systems: Chat GPT, Google Translate, and DeepL Translate, based on the translation of a fragment of "Dragonlance: Shadow of the Dragon Queen" from English to Polish language. The work begins by presenting the subject matter – the Neural Machine Translation technology, its history, evolution and way of functioning. Its inclusion in the modern world is introduced, along with its challenges. The three target systems of analysis are described: Chat GPT, Google Translate and DeepL Translate. Following the introduction of the technology, the matter of error categorisation is touched upon, along with the methodologies that can be employed in order to analyse them. A hybrid methodology is chosen for the main analysis of this work. In the last section of the thesis, the reader is familiarised with the background of the "Dragonlance: Shadow of the Dragon Queen" text. Next, the analysis is conducted. It is based on selected fragments of the three Neural Machine Translation systems' translations. In the process, errors are described and categorised. In the conclusion of the work, the gathered data is summarised, and appropriate conclusions are drawn and described. The original text is included in the Appendices section, along with the reference human translation and three Neural Machine Translators' output texts.