Detekce strojově přeložených textů pomocí strojového učení

Abstract

Cílem práce je popsat a navrhnout klasifikátor pro textová data, který bude schopen detekovat strojově přeložené texty pomocí Google Translate a DeepL. Toto obnáší i vytvoření vlastního datasetu, na kterém se modely, různých architektur a modifikací, budou učit i následně testovat.

This thesis aims to describe and design a classifier for text data that can detect machine-translated texts using Google Translate and DeepL. This involves creating a custom dataset on which the models, of different architectures and modifications, will be taught and tested.