Benchmarking fordítómotorok: Összehasonlító tanulmány a teljesítményről és a minőségről

Számos fordítómotor különböző szintű teljesítményt és minőséget kínál. De melyiket érdemes választani?

A MachineTranslation.com tanulmányozta a mesterséges intelligencia által vezérelt fordítás-összesítőnkkel elérhető különféle legjobb gépi fordítókat. A legfontosabb mutatók alapján elemeztük a vezető motorokat, hogy megtaláljuk a sebesség és a pontosság legjobb egyensúlyát.

Az általunk áttekintett legnépszerűbb gépi fordítómotorok a DeepL, a Google, a Chat GPT, a Microsoft, a Lingvanex, a Modern MT, a Royalflush, a Niutrans és a Groq.

A legjobb fordítómotorok részletes összehasonlítása

A mi mesterséges intelligenciánk gépi fordítási aggregátor kiterjedt adatokat gyűjtött a felhasználói fordításokból és interakciókból. Ezekkel az adatokkal két kulcsfontosságú mérőszámot elemeztünk: az átlagos fordítási pontszámokat és a feldolgozási időket.

A fordítómotorok átlagos pontszáma

Az átlagos pontszám kulcsfontosságú mutatója az egyes motorok fordítási minőségének. A pontszámok a lefordított szövegekkel kapcsolatos visszajelzésekből származnak, amelyeket az érthetőség, a koherencia és a szükséges szerkesztések mértéke alapján értékelnek. A cikkben bemutatott eredmények változhatnak, és a folyamatos visszajelzések és kutatások alapján változhatnak.

Íme a vezető fordítómotorok átlagos pontszámai:

• DeepL: 8.38

• Google: 7.90

• Chat GPT : 7.82

• Microsoft: 7.77

• Lingvanex : 7.49

• Modern MT : 7.48

• Royal Flush : 6.54

• Niutrans : 6.65

• Groq : 6.66

A fordítómotorok átlagos pontszáma

Ez a diagram az egyes motorok átlagos pontszámait mutatja be.

A fenti diagram alapján DeepL a legmagasabb átlagpontszámmal rendelkezik, kiváló fordítási minőséget mutatva a tizenegy gépi fordító közül. A Google és a Chat GPT is jól teljesít, őket szorosan követi a Microsoft.

A Lingvanex és a Modern MT közepes teljesítményt nyújt, kielégítő minőséget nyújtanak, de nem olyan magasan, mint a legjobb teljesítményűek. A Royalflush, a Niutrans és a Groq a legalacsonyabb átlagpontszámmal rendelkezik, ami azt jelenti, hogy fordításaik gyakran több szerkesztést igényelnek.

További információk: Népszerű gépi fordítómotorok által támogatott nyelvek

Különböző motorok feldolgozási ideje

A feldolgozási idő kulcsfontosságú mérőszám, amely tükrözi a fordítómotor hatékonyságát. A gyorsabb feldolgozási idő elengedhetetlen a valós idejű fordításokhoz. Íme az egyes motorok átlagos feldolgozási ideje:

• Google: 0,22 másodperc

• Microsoft: 0,26 másodperc

• Amazon : 0,33 másodperc

• Modern MT : 0,36 másodperc

• Lingvanex : 0,45 másodperc

• DeepL: 0,51 másodperc

• Chat GPT : 1,12 másodperc

• Niutrans : 1,47 másodperc

• Royal Flush : 1,83 másodperc

Különböző motorok feldolgozási ideje

Ez a diagram az egyes gépi fordítómotorok átlagos feldolgozási idejét mutatja be.

A fenti táblázatból a Google, a Microsoft és az Amazon a leggyorsabb, így ideálisak a gyors fordításokhoz. A modern MT, Lingvanex és DeepL mérsékelt sebességgel rendelkezik.

A ChatGPT, a Niutrans és a Royalflush a leglassabb, ami hátrányt jelenthet időérzékeny helyzetekben.

Összefüggés a folyamatidő és a pontszám között

Heatmap Matrix

Ez a diagram nem mutat összefüggést a fordítási sebesség és a minőség között.

Annak ellenőrzésére, hogy van-e kapcsolat a feldolgozási idő és a között fordítás minősége , elemeztük a két mérőszám közötti összefüggést. A fenti diagram körülbelül -0,093 korrelációs együtthatót mutat, ami nagyon gyenge negatív korrelációt jelez. Ez azt jelenti, hogy a gyorsabb fordítási idők nem feltétlenül befolyásolják a minőséget, és a két mérőszám többnyire független.

Betekintés a visszajelzések elemzésébe

A visszajelzések értékes betekintést nyújtanak a fordítás minőségébe. Íme a MachineTranslation.com összesítőjétől származó leggyakoribb visszajelzéstípusok és azok gyakorisága:

1. Többnyire tiszta: Csak néhány revízióra volt szükség ... 76 877 példány

2. Majdnem sima: Opcionális módosítások szükségesek - 64 001 példány

3. Elég rafinált: Előnyös lehet a könnyű szerkesztések - 55 030 példány

4. Erősen következetlen: Jelentős szerkesztést igényel - 32 301 példány

5. Alapos szerkesztést igényel: Alapos szerkesztést igényel - 27 697 példány

Az említett gyakori visszacsatolási típusokon túlmenően további elemzéseket végeztünk annak érdekében, hogy pontosabb képet adjunk az AI-alapú aggregátorunk fordítási minőségéről, amint azt az alábbi táblázat mutatja.

Betekintés a visszajelzések elemzésébe

A mesterséges intelligencia által működtetett fordítás-összesítőnk belső visszacsatolási elemzése alapján "többnyire egyértelmű" kimenetet állít elő.

A fenti diagram a mesterséges intelligencia által vezérelt összesítőnk belső visszacsatolási elemzését mutatja a lefordított tartalomra vonatkozóan. A legmagasabb átlagpontszám a „Kiemelkedően tiszta”, „Majdnem sima” és „Meglehetősen kifinomult”.

A „Kiemelkedően tiszta” érték a legmagasabb átlagpontszámmal rendelkezik, ami azt jelzi, hogy minimális a szerkesztési igény. A „Nearly Smooth” és a „Guite Refined” hasonló, 7,5-8 körüli átlagpontszámmal rendelkezik, ami jó minőséget jelez, kisebb fejlesztésekkel. 

Mindeközben a legalacsonyabb pontszámot a „Nagyon inkonzisztens” és az „Alapos szerkesztést igénylő” érték adják, az átlagos pontszám 5 alatt van, ami jelentős fordítási problémákra utal.

További információk: A legjobb gépi fordítómotorok nyelvpáronként

Következtetés

Tanulmányunk a különböző fordítómotorok erősségeit és gyengeségeit azonosítja. A cikkben a gépi fordítókra vonatkozó megállapítások változhatnak, ahogy folytatjuk a kutatást és az AI-alapú aggregátorunk fejlesztését.

Ezek az eredmények segíthetnek a vállalkozásoknak és magánszemélyeknek kiválasztani a legjobb fordítómotort sajátos igényeik alapján, akár a sebességet, a minőséget, akár a kettő egyensúlyát hangsúlyozzák. Ha ki szeretné próbálni a cikkben említett gépi fordítómotorokat, látogassa meg honlapunkat. Ön is jelentkezhet nálunk ingyenes előfizetési csomag , amely havi 1500 kreditet biztosít a nagyobb hozzáférésért.