Chúc mừng các bạn mới đậu visa

Hổ trợ trực tuyến

Hotline

Tư vấn
Hỗ trợ 1: 0898 511411

Tin nổi bật

  • PHÂN TÍCH ĐỊNH TÍNH “DỊCH MÁY”

    Để xem xét các chủ đề chính được thể hiện lượt truy cập cho các từ khóa “tỷ lệ” và “dịch máy” đã được chọn để phân tích thêm. Hai thuật ngữ này được chọn thứ nhất vì chúng có tần suất cao và thứ hai vì chúng cho phép...

  • TÁC ĐỘNG CỦA CÔNG NGHỆ ĐỐI VỚI CÔNG VIỆC DỊCH THUẬT

    Các tài liệu về tự động hóa công việc đưa ra những dự đoán thú vị về khả năng các biên dịch viên và thông dịch viên bị thay thế bởi công nghệ. Những nghiên cứu này đáng chú ý không chỉ đối với kết quả của chúng, mà còn - và...

  • DỊCH THUẬT Ô TÔ ĐƯA ĐẾN THÀNH CÔNG TOÀN CẦU CỦA CÔNG TY BẠN

    Thông qua làm việc với các khách hàng dịch thuật ô tô của chúng tôi, chúng tôi đã biết được rằng ngành công nghiệp sản xuất ô tô có tính cạnh tranh cao. Với hầu hết người tiêu dùng đang lái một chiếc xe trong khoảng thời gian tốt nhất...

DỊCH THUẬT

PHÂN TÍCH ĐỊNH TÍNH “DỊCH MÁY”

Cập nhật ngày: 25/08/2021

Để xem xét các chủ đề chính được thể hiện lượt truy cập cho các từ khóa “tỷ lệ” và “dịch máy” đã được chọn để phân tích thêm. Hai thuật ngữ này được chọn thứ nhất vì chúng có tần suất cao và thứ hai vì chúng cho phép giải quyết các trường hợp không rõ ràng chỉ dựa trên dữ liệu. Ví dụ: “Công nghệ” và “phần mềm” không được coi là do chúng khó phân biệt chỉ dựa trên văn bản. Ví dụ: “phần mềm” có thể đề cập đến các công cụ bộ nhớ dịch hoặc hệ thống MT và nếu không hỏi trực tiếp người dịch thì có thể khó xác định ý của họ. "Tỷ lệ" mơ hồ hơn "máy dịch" và có thể được sử dụng để đề cập đến các chủ đề khác (ví dụ: "tốc độ tăng trưởng" hoặc "tỷ giá hối đoái"). Tuy nhiên, không giống như trường hợp "công nghệ" hoặc "phần mềm".

Trong trường hợp không rõ ràng về "tỷ lệ" có thể được giải quyết bằng cách kiểm tra nội dung và lọc ra các trường hợp không mong muốn. Mặc dù có những từ khóa khác về chủ đề trả lương có thể được sử dụng, chẳng hạn như “giá” và “phí”, những từ khóa này ít thường xuyên hơn so với “tỷ lệ” và cũng có thể đề cập đến các vấn đề khác ngoài việc trả tiền dịch thuật (ví dụ: “phí thành viên” hoặc “[giá] giấy phép [phần mềm]”).

Một số quy trình lọc thủ công đã được thực hiện trước khi phân tích định tính. Lượt truy cập cho "tỷ lệ" không liên quan trực tiếp đến tỷ lệ trả trong bản dịch đã bị loại trừ. Các kết quả dành riêng cho phiên dịch, phiên âm, lồng tiếng, phụ đề và xuất bản trên máy tính để bàn - ví dụ: về cấu trúc giá cho các dịch vụ này - cũng được lọc ra. Bước này đảm bảo khả năng so sánh cao hơn giữa các lần truy cập cho “tỷ lệ” và “dịch máy”, vì dự kiến sẽ có sự thay đổi đáng kể trong việc tiếp nhận và thanh toán MT trên các dịch vụ này. Tương tự, chỉ những nội dung do các dịch giả hành nghề viết mới được xem xét. Các nhận xét mà thông tin cơ bản là riêng tư (tức là không thể truy cập được) hoặc không có sẵn đã bị loại trừ. Trong khi quá trình lọc này giảm hơn nữa số lượng bài đăng được điều tra định tính, nó cũng thực hiện phân tích chi tiết và có kiểm soát hơn. Hợp nhất nhiều từ khóa từ cùng một trường ngữ nghĩa là một cách tiếp cận có thể được thực hiện trong nghiên cứu trong tương lai. Tuy nhiên, quy trình được kiểm soát này sẽ khó thực hiện dựa trên một mẫu lớn hơn bao gồm nhiều từ khóa.

Sau các bước lọc được mô tả ở trên, tổng cộng 110 lượt truy cập từ khóa đã được giữ lại. Các lần truy cập xảy ra trong bản thân các bài đăng trên blog và diễn đàn cũng như trong các câu trả lời được đăng trong phần nhận xét của blog. Nội dung được phân tích được xuất bản bởi tổng số 50 dịch giả có trụ sở tại 22 quốc gia (38% trong số đó là Hoa Kỳ) và những người có từ 2 đến 37 năm kinh nghiệm trong nghề (đối với 78% trong số đó, ít nhất 10 năm). Tài liệu được xuất bản từ năm 2005 đến năm 2017 (90% trong số đó từ năm 2010 trở lại đây).

Nội dung được phân tích nhằm xác định điểm chính của thông điệp. Các mô tả như “tích cực”, “tiêu cực” và “trung tính” đã được tránh do các nghiên cứu trước đây tập trung vào cách tiếp cận này. Thay vào đó, tôi đã nhóm các bài đăng thành các danh mục chi tiết tóm tắt nhận xét của người dịch theo một cách chặt chẽ nhất có thể. Để đo lường bất kỳ sự mờ nhạt chủ quan nào trong quy trình chú thích, tôi đã cung cấp danh sách đầy đủ các danh mục và lựa chọn ngẫu nhiên 50 bài đăng cho một nhà nghiên cứu dịch thuật độc lập để phân loại riêng biệt để giữ cho phân loại riêng biệt càng độc lập càng tốt, tôi không đưa hướng dẫn phân loại chi tiết của nhà nghiên cứu độc lập. Tuy nhiên, tôi đã nói với cô ấy rằng không phải tất cả các danh mục đều phải được sử dụng (tức là vì cô ấy chỉ chú thích một mẫu tài liệu) và rằng, theo quy trình của riêng tôi, khi một bài đăng có thể được phân loại với nhiều hơn một danh mục, danh mục này nhấn mạnh gần hơn lượt truy cập từ khóa nên được chọn. Cohen’s kappa (điểm đánh giá mức độ đồng ý giữa hai người chú thích trong đó 0 = không có thỏa thuận và 1 = thỏa thuận hoàn hảo) là 0,628 cho các bài đăng có chứa từ khóa “rate” và 0,635 cho “máy dịch”. Những kết quả này có thể được phân loại là thỏa thuận “đáng kể” trong cả hai trường hợp (Landis và Koch 1977, 165). Các trường hợp bất đồng sau đó đã được thảo luận giữa hai nhà nghiên cứu như một cách để điều chỉnh thêm quá trình mã hóa và giảm bớt tính chủ quan.

Kết quả phân tích được trình bày trong Bảng 1 cho từ khóa “tốc độ” và trong Bảng 2 cho “dịch máy”. Trong trường hợp tỷ lệ, các nhận xét chia sẻ kiến thức mang tính mô tả (ví dụ: về cách tính báo giá) là những nhận xét thường xuyên nhất, danh mục mô tả tương tự về chia sẻ kiến thức về MT (Mô tả / Kỹ thuật) là danh mục thường xuyên thứ hai trong số các nhận xét có chứa từ khóa “máy dịch”. Điều này cho thấy rằng một phần lớn các bài diễn thuyết trực tuyến của người dịch về những vấn đề này đều hướng tới việc cung cấp và nhận trợ giúp.