文檔翻譯的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

文檔翻譯的問題,我們搜遍了碩博士論文和台灣出版的書籍,推薦(美)艾博拉·艾哈邁德等寫的 PostgreSQL 9X之巔(原書第2版) 和(英)查理德·溫的 極簡人工智能:你一定愛讀的AI通識書都 可以從中找到所需的評價。

另外網站文檔翻譯如何避免混亂的排版?只需1招,保留原文排版也說明:身處職場,特別是做外貿、進出口相關的企業,翻譯外文文檔是常有的事,那麼問題來了,如果本身文檔原有的內容排版就很複雜,你會花多少時間在譯文的 ...

這兩本書分別來自機械工業 和電子工業所出版 。

國立臺灣大學 翻譯碩士學位學程 高照明所指導 徐嘉煜的 基於Transformers深度學習模型建造之高效率漢英新聞雙語檢索系統 (2021),提出文檔翻譯關鍵因素是什麼,來自於平行語料庫、雙語檢索系統、雙語語料對齊、句子嵌入、Transformer、BERT、sentence transformer。

而第二篇論文國立臺北科技大學 電子工程系 蔡偉和所指導 賈耀傑的 中英混血成語之生成與轉換研究 (2021),提出因為有 混血成語、注音、字串模糊比對、Google Dialogflow的重點而找出了 文檔翻譯的解答。

最後網站word翻译功能:如何对文档进行自动翻译 - BiliBili則補充:阅读外文文档对于许多人来说是件很头疼的事。通常情况下,大部分人会Ctrl+C、Ctrl +V复制,然后将文本内容粘贴进行百度,或是翻译网站、翻译软件APP ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了文檔翻譯,大家也想知道這些:

PostgreSQL 9X之巔(原書第2版)

為了解決文檔翻譯的問題,作者(美)艾博拉·艾哈邁德等 這樣論述:

本書從操作系統到數據庫實現的多個層面,講解了PostgreSQL數據庫進行常規性能調優的各個場景。無論對於從其他數據庫轉戰PostgreSQL的DBA還是使用過PostgreSQL一段時間的DBA,它都是一本不可多得的參考資料。作者:(美)艾博拉·艾哈邁德 作者:格利高里·史密斯 譯者:范翊 譯者:彭煜瑋 譯者:唐成 唐成,杭州乘數科技有限公司CT0,《PostgreSQL修煉之道:從小工到專家》作者,專注於PostgreSQL數據庫和Greenplum數據庫領域,歷任網易開發專家、阿里巴巴高級數據庫專家。主要負責第6~8章和第15章的翻譯。艾博拉·艾哈邁德(Ibrar Ahmed),是

一家企業級PostgreSQL公司的高級數據庫系統架構師。在從事開源開發之前,主要從事軟件和嵌入式系統的開發工作,他也具有大量的開源軟件的開發經驗。他是PostgreSQL社區的貢獻者之一,同時也是其他開源社區的貢獻者,比如谷歌的Chromium項目。他開發維護了多個PostgreSQL的擴展,用於與其他關系數據庫交換數據,例如,MySQL、NoSQL數據庫、MongoDB和並行文件系統存儲(如HDFS)。格利高里·史密斯(Gregory Smith),是PostgreSQL傳播者,就職於Crunchy Data Solutions公司,他為制造業、金融和網絡開發等行業的客戶提供數據庫咨詢服務

已經有20年之久。他為PostgreSQL編寫了一系列附加工具集,這些工具包括pgtune、pgbench-tools、peg和2warm等。范翊,先后供職於海信、朗訊等公司,現任瀚高軟件產品開發中心總經理。2005年畢業於英國伯明翰大學,獲碩士學位,后於英國從事軟件開發工作,具有豐富的項目經驗。2015年回國后加入瀚高,帶領研發團隊從事瀚高數據庫及其相關工具的研發工作。主要負責前言、第1~5章的翻譯。彭煜瑋,武漢大學副教授、碩士生導師,長期從事數據管理技術的教學和研究。著有《PostgreSQL數據庫內核分析》一書。獨立完成了PostgreSQL 9.3.4、9.4.4、9.5.0、9.6.

0的文檔翻譯工作,並無償捐獻給社區。現任PostgreSQL中國用戶協會常務委員、中國計算機學會數據庫專業委員會委員、ACM SIGMOD中國分部委員。主要負責第9、10、12章的翻譯。

文檔翻譯進入發燒排行的影片

哈囉~大家好!我是煙爺! (≧∀≦)ノ

記得很多年前玩過這款遊戲的最初版
但是年代久遠,劇情大多忘記了
最近被推坑說有重製就回來跑跑看惹w

------------------------------------------------------------------------------------------------
【作  者】欒嬸 ( http://auntyluan.lofter.com/ )
【繁體翻譯】熊熊硬幣
【遊戲CV】透明人生 ( https://weibo.com/p/1005053952215961 )
      封茗囧菌 ( https://weibo.com/mondai )
------------------------------------------------------------------------------------------------

如果喜歡我的影片,歡迎各位訂閱我的頻道((´∀`))人((´∀`))ノ

有任何需要改進的部分也希望大家不吝嗇的給予建議,非常感謝各位喔!

另外,我也有在Twitch TV上有作一些遊戲的實況,
如果喜歡現場跟台的朋友可以到我的實況台
喜歡的朋友們歡迎追隨我的實況台ヽ(●´∀`●)ノ

Twtich實況台址:
http://zh-tw.twitch.tv/viva_19900902

大家也可以至粉絲團上留意開台或是影片的先關資訊
Facebook粉絲頁:
https://www.facebook.com/vivayanyan

#煙爺 #煙爺實況 #yanchannel #yan

基於Transformers深度學習模型建造之高效率漢英新聞雙語檢索系統

為了解決文檔翻譯的問題,作者徐嘉煜 這樣論述:

翻譯語料庫 (或平行語料庫) 為一種特殊類型的文本語料庫,在翻譯實務、翻譯研究和翻譯教育發揮了關鍵作用 (Bernardini, Stewart, & Zanettin, 2003)。統計式機器翻譯 (statistical machine translation; SMT) 系統和近年開始普及的類神經網絡機器翻譯 (neural MT) 系統問世,使平行語料庫的重要性更為突出,原因是訓練主流機器翻譯系統時所需要的大量「標記」資料 (labeled data) 或「監督式學習」(supervised learning) 所需的資料正是平行語料。機器翻譯在過去幾年取得了長足的進步,然而許多譯者

及翻譯教育工作者平時仍須仰賴雙語檢索系統以及其背後的平行語料庫。對於建立高效能漢英檢索系統時遇到的三大課題:(1) 提升平行句子中詞對齊 (word alignment) 的準確性, (2) 提升已對齊平行文檔 (document-aligned texts)中句對齊 (sentence alignment) 的準確性,以及 (3) 從可比語料 (comparable corpus)中找出隱藏的平行句子,本研究提供了目前最佳的處理方法。研究結果顯示,使用最新的類神經網絡 (artificial neural network) 自然語言處理 (natural language processin

g; NLP) 技術當中稱為 transformer 的架構所建立的語言模型 (language model),可以精準對齊平行句子中的詞和片語 (也就是將對齊誤差減到最低),有助譯者快速找到目的語中譯文的所在。此外,使用句子層次的 transformer,可以將平行文檔或段落對齊的平行語料升級為句對齊的語料庫,並大幅減少自動句對齊作業完成後的手動校正工作。最後,我們示範如何先在多語新聞網站挖掘出平行新聞文章,再從中獲得平行句子,而平行新聞文章之間如有明顯的鏈接或關聯則加以利用,若無本研究開發之演算法也可以根據文章語義加以判斷、比較。

極簡人工智能:你一定愛讀的AI通識書

為了解決文檔翻譯的問題,作者(英)查理德·溫 這樣論述:

《極簡人工智能:你一定愛讀的AI通識書》以通俗的語言和生動的案例帶領你探索人工智能的世界,全面展示人工智能的概念、理論框架與應用價值,探討人工智能的過去和將來,是一本深入淺出的人工智能通識書。從螞蟻習性談到股票市場,《極簡人工智能:你一定愛讀的AI通識書》將帶領你開啟人工智能的奇幻之旅。 理查德·溫(Richard Urwin),著名軟件工程師,尤其精於嵌入式控制系統的研究。他熱衷於角色扮演類游戲、科幻小說和登山旅行。對人工智能領域跟蹤研究40多年的時間。有道人工翻譯,有道人工翻譯是網易自營的專業翻譯平台。依托於有道詞典海量用戶,有道人工翻譯打造了一套完整的翻譯服務解決方案。平台采取用戶

自主下單、譯員自主接單的模式,提供快速翻譯與文檔翻譯兩種下單方式,以高效率、高質量的翻譯服務滿足不同用戶的多種翻譯需求。平台NPS值(用戶凈推薦值)超過80%,一分鍾可以給出翻譯結果。 吳喬,有道專業譯員,中山大學MTI研究生。現於惠靈頓維多利亞大學孔子學院擔任漢語教師。

中英混血成語之生成與轉換研究

為了解決文檔翻譯的問題,作者賈耀傑 這樣論述:

中英「混血成語」是用同音或近音的英文單字對固有中文成語進行諧音換字而形成的,其音節與某個耳熟能詳的成語相似,但意義可能與原有成語完全不同。本論文目的在於研究如何生成混血成語,以及將混血成語轉換成正確成語。混血成語基本上算是諧音成語,而諧音又跟中文的發音息息相關,因此若將英文單字轉換成注音,便可發現對應的中文成語。然而由於英文發音原本就很複雜,因此將英文單字直接轉換成注音是很困難的,本論文研究如何建立英文單字轉注音的表格來實現混血成語的生成,以及將混血成語轉換成為正確成語。本論文更進一步使用Google Dialogflow自然語言理解平台(natural language understan

ding platform)並將結果呈現其上。