Definisi standar (dari lingohub.com):
“Machine Translation is computer generated translation, based on specific algorithm sets. Usually fast and simple to use, MT engines represent a quick and easy, although not always the best solution for translation.”
Acuan yang dipakai MT biasanya ada tiga atau empat: rule based, atau statistikal, atau neural; bisa juga hybrid (campuran) dari satu atau beberapa sistem ini.
MT yang mungkin paling dikenal dan digunakan luas oleh khalayak pengguna adalah Google Translate.
Nah, sekarang mari kita lihat hasil MT ini dalam beberapa contoh pengerjaan terjemahan yang pernah saya gunakan (dan sudah saya cek akurasi hasilnya).
Jadi, ada tiga kekurangan mencolok yg saya perhatikan dari observasi dan eksperimen terbatas menguji efikasi MT ini:
1) MT tidak bekerja optimal ketika ada suara (sources) yang bertumpuk, atau multiple voices case
2) MT juga tidak bekerja secara optimal ketika dia tidak memiliki reliable source database, biasanya dari source origin yang tidak terlalu dikenal luas, misalnya bahasa daerah tertentu
3) MT juga tidak dapat bekerja secara optimal ketika pengguna melakukan code switching atau gonta-ganti bahasa rujukan dalam satu kalimat tutur (misalnya bahasa Jawa dicampur aduk dengan bahasa Indonesia dan bahasa Inggris)
Adakah teman2 sekalian yang mengalami hal serupa di atas?