Naziv
Prevoditelj i računalo
Organizacijska jedinica
Odsjek za lingvistiku
ECTS
2
Šifra
163404
Semestri
ljetni
Satnica
Predavanja
30

Cilj
Upoznavanje polaznika s uporabom računalnolingvističkih spoznaja u postupku prevođenja uz poseban osvrt na jezične resurse i alate te i njihovu praktičnu primjenu.
Sadržaj
  1. Primjena računalnojezičnih resursa i alata u prevođenju.
  2. Digitalno pohranjeni i pretraživi rječnici i leksičke baze podataka koji umnogome olakšavaju prevoditeljski rad, kao i računalno pretraživi korpusi koji dopuštaju uvid u jezičnu porabu kad to rječnici ne mogu u potpunosti osigurati.
  3. Paralelni korpusi i njihova uporabu koja, u konačnici, rezultira prijevodnom memorijom (translational memory).
  4. Uporaba paralelnih korpusa u razvijanju sustava za statističko i oprimjereno strojno prevođenje.
  5. Kolokvij 1
  6. Alati za pronalaženje naziva i termina u tekstovima.
  7. Pomagala za strojno potpomognuto prevođenje (machine aided translation).
  8. Upoznavanje s prevoditeljskom radnom stanicom Trados.
  9. Sustavi za strojno prevođenje (machine translation).
  10. Praktičan rad s računalno podržanim jezičnim resursima.
  11. Praktičan rad s barem jednim (komercijalnim) sustavom za strojno prevođenje.
  12. Kolokvij 2
  13. x
  14. x
  15. x

Ishodi učenja
  1. Nabrojati vrste jezičnih tehnologija i navesti njihova područja primjene;
  2. Demonstrirati specifičnosti i prednosti uporabe računala u jezikoslovlju;
  3. Razlikovati sustave za strojno prevođenje od sustava za strojno potpomognuto prevođenje;
  4. Razlikovati pojedine tipove sustava za strojno prevođenje te nabrojati prednosti i nedostatke svakoga od njih;
  5. Učinkovito se služiti jezičnih resursima i alatima pri prevođenju;
  6. Argumentirati zašto je razvitak jezičnih tehnologija neophodan za očuvanje jezične raznolikosti;
  7. Stručno komunicirati s kolegama znanstvenicima i sa širom zajednicom o problematici jezičnih tehnologija u prevođenju;
  8. samostalno formulirati zaključke o jezičnim pojavnostima temeljene na kvantitativnom supojavljivanju jezičnih jedinica
  9. samostalno formulirati zaključke o odnosima među jezičnim elementima temeljem istraživanja utemeljenih na jezičnim pravilima
  10. samostalno formulirati zaključke o odnosima među jezičnim elementima temeljem podatkovno utemeljenih empirijskih istraživanja
Metode podučavanja
Predavanje, diskusija, rad u računalnoj učionici, rješavanje zadataka.
Metode ocjenjivanja
Kolokviji; bodovanje zadataka; bodovanje prisutnosti na nastavi. Studenti koji prikupe 95% i više bodova imaju pravo na upis ocjene izvrstan (5) bez polaganja ispita. U protivnome, studenti su dužni pristupiti pismenome ispitu, a ispitni se rezultat zbraja s bodovima ostvarenim tijekom semestra, te se na temelju aritmetičkog prosjeka izračunava ocjena.

Obavezna literatura
  1. Arnold et al. (2002), Machine Translation: an Introductory Guide, (http://www.essex.ac.uk/linguistics/clmt/MTbook/).
  2. Atkins, B. T. S.–Zampolli, A. (eds.) (1994) Automating the Lexicon, Oxford University Press. (odabrani članci)
  3. EAMT (European Association for Machine Translation) Archive, (http://www.eamt.org/archive)
  4. Sager, Juan C. (2000) Language Engineering and Translation, Benjamins.
  5. Tadić, Marko (2003) Jezične tehnologije i hrvatski jezik, Exlibris, Zagreb.
Dopunska literatura
  1. Ooi, B. Y. (1998) Computer Corpus Lexicography, EUP. (odabrana poglavlja)
  2. Sager, Juan C. (1996) A Practical Course in Terminology Processing, Benjamins.

Izborni predmet na studijima
  1. Španjolski jezik i književnost, sveučilišni diplomski dvopredmetni studij