论文写作中的阅读翻译外文文献

本文分享了提高翻译外国文件效率的方法,包括使用Kingsoft PowerWord的自动单词检索、谷歌翻译和CNKI翻译助手。建议以段落或长句为单位进行翻译,避免只见树木不见森林的错误。同时,推荐使用英汉科技词典辅助,并指出电子版翻译可能因分心而较慢,推荐使用印刷版。对于翻译速度,结合工具和专业词典能显著提高效率。

有时阅读和翻译外国文件是论文写作中非常重要的环节,许多领域的高级别文件都是外国文件,因此有必要从翻译外国文件的经验中吸取教训。出于特殊原因,我有很多机会翻译外国文件,慢慢发现了翻译外国文件过程中的三种尖端工具:谷歌频道翻译、Kingsoft PowerWord(全文版)和CNKI翻译助理。具体操作过程如下:

1.先打开Kingsoft的自动单词检索功能,然后阅读文献;

2.当你遇到你听不懂的长句子时,你可以把它放回谷歌治疗后结果丑,但经大脑再处理后句子的意思基本清楚;

3.如果还是不能通过谷歌理解的话,感觉就不同了,那么你一定误解了其中一个常用词,因为有些词看起来很简单,但在文献中却有着特殊的含义。此时可以使用CNKI翻译助手来查询相关单词的含义。因为CNKI单词的含义都来自大量文献,所以其合配率非常高。

此外,最好在翻译过程中使用段落或长句作为翻译的基本单位,这样就不会产生只看到树木而不看到森林的错误。

翻译速度:

这里我指的是电子版和印刷版的翻译速度。根据个人翻译速度,印刷版速度更快,因为阅读电子版需要眼睛。如果我们使用电脑,我们经常可以偶尔玩一些游戏,或者整个点,最终会减慢SPPEED的速度。此外,一些词典(Kingsoft PowerWord等)。)在电脑上不是特别擅长专业翻译,所以翻译效果不好在这里,我建议你买清华大学写的英汉科技词典,这本词典好像是国防工业出版社出版的。它基本上相当易于使用。再加上google CNKI Translation Assistant等网站,我们的翻译速度将大大提高。论文查重使用papertime的自建库。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值