Bộ câu hỏi khảo sát thu thập số liệu Định lượng mở rộng về thu hẹp khoảng cách

JavaScript isn't enabled in your browser, so this file can't be opened. Enable and reload.

10 câu hỏi khảo sát định lượng: Đánh giá những thách thức lớn nhất mà người học/giảng viên phải đối mặt trong dịch thuật chuyên ngành, đặc biệt là lỗi nhất quán thuật ngữ.

1. Quý vị thuộc nhóm đối tượng nào? *

Giảng viên Khoa Ngôn ngữ/Dịch thuật

Giảng viên Khoa Sư phạm/Chuyên ngành

Sinh viên Năm cuối chuyên ngành Dịch thuật/Ngôn ngữ

Sinh viên Năm đầu/Năm giữa chuyên ngành Dịch thuật/Ngôn ngữ

2. Quý vị đã tham gia công tác/học tập liên quan đến Dịch thuật Chuyên ngành (Y học, Pháp luật, Kỹ thuật, Kinh tế) trong thời gian bao lâu? *

Dưới 1 năm

Từ 1 đến 3 năm

Từ 3 đến 5 năm

Trên 5 năm

3. Quý vị có thể phân biệt rõ ràng (về kiến trúc, ưu điểm, và chất lượng) sự khác biệt giữa hai hệ thống sau không?

Neural Machine Translation (NMT) – Dịch máy Nơ-ron (Dựa trên Transformer/Deep Learning)

Statistical Machine Translation (SMT) – Dịch máy Thống kê

Có, tôi có thể phân biệt rõ ràng kiến trúc và ưu nhược điểm cốt lõi của chúng.

Có, tôi có biết sự khác biệt cơ bản nhưng không rõ về kiến trúc hoặc mô hình Transformer.

Không, tôi không rõ hoặc không quan tâm đến sự khác biệt giữa hai hệ thống này.

4. Theo Quý vị, ưu điểm lớn nhất của NMT so với SMT là gì trong việc tạo ra bản dịch? *

Tốc độ dịch nhanh hơn.

Xử lý được nhiều ngôn ngữ hơn.

Cung cấp bản dịch có tính tự nhiên, trôi chảy cao hơn và xử lý được ngữ cảnh toàn bộ câu.

Chỉ đơn giản là công cụ mới hơn.

5. Quý vị đánh giá như thế nào về mức độ cần thiết của việc tích hợp các kiến thức về NLP (ví dụ: NMT, ASR, Constrained Decoding) vào chương trình đào tạo dịch thuật hiện tại? *

Không cần thiết

Cần thiết

Phân vân

Rất cần thiết

Tuyệt đối cần thiết

6. Quý vị có bày tỏ sự lo ngại cao (chọn mức 4 hoặc 5) về các loại lỗi sau trong văn bản dịch thuật chuyên ngành không? *

Rất ít lo ngại

Ít lo ngại

Lo ngại

Không lo ngại

Rất lo ngại

Lỗi Sai/Không nhất quán Thuật ngữ

Lỗi Ngữ pháp và Cú pháp

Lỗi Văn phong/Giọng văn không phù hợp

7. Mức độ tốn thời gian trung bình của Quý vị dành cho việc Hậu chỉnh sửa (Post-Editing) các lỗi trong bản dịch máy chuyên ngành là gì? *

Rất ít, dưới 10% tổng thời gian dịch.

Tốn thời gian vừa phải, khoảng 10% - 30% tổng thời gian.

Rất tốn thời gian, chiếm trên 30% tổng thời gian dịch

8. Quý vị có thường xuyên gặp khó khăn trong việc duy trì Tính nhất quán của Thuật ngữ (ví dụ: cùng một thuật ngữ nguồn được dịch theo một cách duy nhất) trong các dự án dịch thuật chuyên ngành dài không? *

Rất thường xuyên gặp khó khăn.

Thỉnh thoảng gặp khó khăn.

Hầu như không gặp khó khăn.

9. Nếu được đào tạo và sử dụng thành thạo kỹ thuật Giải mã Ràng buộc (Constrained Decoding) do NLP điều khiển, Quý vị tin rằng Tỷ lệ Lỗi Thuật ngữ (TER) trong các bài dịch của mình có thể giảm mạnh bao nhiêu? *

Không có tác dụng đáng kể.

Giảm nhẹ (dưới 5 điểm phần trăm).

Giảm mạnh (trên 10 điểm phần trăm), giúp đảm bảo tính nhất quán tuyệt đối.

Không chắc chắn.

10. Quý vị có đồng ý rằng trọng tâm đào tạo nên chuyển từ việc chỉ nhấn mạnh độ chính xác ngữ pháp truyền thống sang làm chủ khả năng kiểm soát thuật ngữ bằng công cụ NLP (như Thích ứng Miền/Fine-tuning) hay không?

Hoàn toàn không đồng ý.

Không đồng ý.

Đồng ý.

Hoàn toàn đồng ý.

Submit

Clear form

Forms

This form was created inside of Trường Đại học Đồng Tháp.