鱿鱼女王
翻译行业中针对不同题材的文稿有着不同的翻译标准，论文翻译是翻译中较为严谨的一种翻译类型，这种学术性翻译对于翻译的词汇水平、翻译技巧有着较高的要求，其中最为典型的便是论文翻译中的“八注意”，这是我们在翻译论文时最为可靠的“八项注意”!一、注意“从一而终”所有的论文，在权威平台上发布的时候都必须译为英文文稿，中文与英文之间在语法、语言习惯方面存在较大差别。其中汉语多用省略句，语言言简意赅，句式语法较为灵活；英文多用长句，讲究句式中的语法完整，在翻译过程中务必抓住精神实质，不可以不变应万变。至于怎么应变，这就是显示译者功力的地方了。比如：都是“问题”，共同关心的问题 questions of common interest解决问题 solve a problem问题的关键 the heart of the matter关键问题 a key problem原则问题 a question/ matter of principle悬而未决的问题 an outstanding issue二、注意望文生义，机械直译论文翻译中，汉语与英语在长期的独立发展过程中，不可能达到词汇之间完全的对应，翻译过程中难免遇到词汇之间的不对称现象，所以在翻译的过程中，要根据语境进行适当意译，以免望文生义，产生啼笑皆非的翻译三、注意“水土不符”，习惯搭配失当?中英之间的语法搭配存在较大差异，所以在翻译过程中不能一味按照一种语言的搭配方式来翻译，这的确是难度系数较大的问题，它要求论文翻译中译者既有较高的中文修养，又要有较高的英文造诣，一知半解的人常常在此“翻车”。四、注意“愚忠”，不谙增减之道在论文翻译过程中，我们必须根据两种语言之间的特点，对论文进行适当增减，例如：中文多省略，所以在翻译成英文的过程中需要进行适当增添，进行解释，而英文翻译为中文时，如果一味忠实翻译，将使得文章过于冗杂，则需要适当删减。五、注意语句重复这同样是由于论文翻译中两种语言的语法特点导致，汉语多重复，以强化语气；英语则要尽量避免重复。先生曰：“狼负我，狼负我！”狼曰：“吾非固欲负汝。天生汝辈，固需吾辈食也。”"You are an ungrateful beast," complained the man."Not at all," retorted the wolf, "it is not that I'm ungrateful, but you men were created for us to devour."?（颜惠庆译《马中锡·中山狼传》）六、注意主语暗淡论文翻译的主语是句子的灵魂， 定住译文的主语的是关键的一步棋。主语定偏了，整个句子将显得松散乏力，甚至会误导读者。如果这个问题不解决，势必影响两国的利益。Failure to settle this issue is bound impair the relations between the two countries seriously. If the problem is not solved , it is sure to affect the interests between the two countries在上面的两种译文中，显然第一种译文主语选得好，句子流畅。共同的利益把我们两个伟大的国家连接在一起。What holds our two great nations together is the cement of common interests.此句主语部分处理得颇为干练。七、注意结构单调，组合生硬 “拉郎配”由于汉英结构不同，表达方式迥异，“硬性翻译”不仅读起来别扭，而且会闹出笑话。这就要求译者在翻译时灵活使用整合的技巧，将句子整合，凸显汉语中所隐含的层次，补充所缺失的成分。有时要将简单句译成并列句，有时将并列句译成主从句。八、注意另起炉灶，走失精气神，沦为法国作家梅纳日所批评的 “不忠的美人”即语言优美但不忠于原文。（参见2005年08月26日《济南日报》：艾临文章《不忠的美人与忠实的美人——写在〈每天幽它一默〉出版后》）严复在翻译《天演论》时偶 有为“雅”而不“信” （见陈廷佑《英文汉译技巧》）。论文翻译要力求其“信”，尽可能契合汉语原来句子的气势、情绪和结构。以上便是论文翻译过程中的“八项注意”，这八条注意律不仅仅适用于论文翻译中，也可以在文学翻译中进行使用，但归根结底，翻译的准则只有一条：保证翻译的严谨规范，使得翻译后的句词保持原有的文意。
Luck丶美人蕉
1、采用增译法进行论文翻译增译法指根据英汉两种语言不同的思维方式、语言习惯和表达方式，在翻译时增添一些词、短句或句子，以便更准确地表达出原文所包含的意义。这种方式多半用在汉译英的论文翻译里。通过增译，一能保证译文语法结构的完整，二可以保证译文意思的明确。2、采用省译法进行论文翻译省译法是与增译法相对应的一种论文翻译方法，即删去不符合目标语思维习惯、语言习惯和表达方式的词，以避免译文累赘。3、采用转换法进行论文翻译转换法：指翻译过程中为了使译文符合目标语的表述方式、方法和习惯而对原句中的词类、句型和语态等进行转换。
木秀于森林
会。
每个人使用语言的习惯不一样，使用的措辞、语序都会略有些不同，所以即使是一段相同的文字，不同的人在进行翻译后，译文必然会有不同。也可以适当的翻译与选题有关的相关外文文献，并进行整体的润色，避免口语化的叙述，使之有条理、有逻辑，再写入论文中。
查重也是有方向可寻的，因为每个检测系统的数据库不一样，查重结果也会存在差异。一查改更快捷一查改更快捷这一点需要弄明白，不然检测的时候就是一头雾水。查重重复率过高，进行修改即可，都是反复进过修改才合格的。
扩展资料：
注意事项：
使用字符串资源的主要原因之一是简化软件转换，绝对应该使用字符串资源表。应从资源字符串表中检索显示给用户的所有字符串，包括格式字符串。这将减少翻译公司在测试目标语言软件版本之前执行必要的翻译测试所需的时间。
翻译成另一种语言的英语将增加或扩大字符数超过50％。对话框应允许额外的文本扩展空间。虽然可以在重建已翻译的应用程序之前在软件转换之前调整对话框的大小，但如果大多数对话框和控件在转换之前具有足够的大小，则该过程将更加高效。
参考资料来源：百度百科-翻译软件
参考资料来源：百度百科-批改网
yiyiling1221
. 不能大改，只能小修。一是因为大改的话，实际上是在证明你没通过答辩，没有获得答辩专家的认可；二是因为答辩之前已经进行论文检测，那么，你最终提交的论文版本与检测版本要一致。这个“一致”的意思是，论文题目、结构、内容等不能有根本性变化。所以，改几个段落没问题，改几个小标题也没问题，但要是增加一个章节、目录大换血等操作就不行了。北京译顶科技做的不错，可以联系他们一下 加速查下。
我知道你会
目标检测（object detection）是计算机视觉中非常重要的一个领域。在卷积神经网络出现之前，都利用一些传统方法手动提取图像特征进行目标检测及定位，这些方法不仅耗时而且性能较低。而在卷积神经网络出现之后，目标检测领域发生了翻天覆地的变化。最著名的目标检测系统有RCNN系列、YOLO和SSD，本文将介绍RCNN系列的开篇作RCNN。 RCNN系列的技术演进过程可参见 基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN 。 目标检测分为两步：第一步是对图像进行分类，即图像中的内容是什么；第二步则是对图像进行定位，找出图像中物体的具体位置。简单来说就是图像里面有什么，位置在哪。 然而，由于不同图片中物体出现的大小可能不同（多尺度），位置也可能不同，而且摆放角度，姿态等都可以不同，同时一张图片中还可以出现多个类别。这使得目标检测任务异常艰难。上面任务用专业的说法就是：图像识别+定位两个不同的分支分别完成不同的功能，分类和定位。回归（regression）分支与分类分支（classification）共享网络卷积部分的参数值。 还是刚才的分类识别+回归定位思路。只是现在我们提前先取好不同位置的框，然后将这个框输入到网络中而不是像思路一将原始图像直接输入到网络中。然后计算出这个框的得分，取得分最高的框。 如上，对于同一个图像中猫的识别定位。分别取了四个角四个框进行分类和回归。其得分分别为，因此右下角得分最高，选择右下角的黑框作为目标位置的预测（这里即完成了定位任务）。 这里还有一个问题——检测位置时的框要怎么取，取多大？在上面我们是在257x257的图像中取了221x221的4个角。以不同大小的窗口从左上角到右下角依次扫描的话，数据量会非常大。而且，如果考虑多尺度问题的话，还需要在将图像放缩到不同水平的大小来进行计算，这样又大大增加了计算量。如何取框这个问题可以说是目标检测的核心问题之一了，RCNN，fast RCNN以及faster RCNN对于这个问题的解决办法不断地进行优化，这个到了后面再讲。 总结一下思路： 对于一张图片，用各种大小的框将图片截取出来，输入到CNN，然后CNN会输出这个框的类别以及其位置得分。 对于检测框的选取，一般是采用某种方法先找出可能含有物体的框（也就是候选框，比如1000个候选框），这些框是可以互相重叠互相包含的，这样我们就可以避免暴力枚举所有框了。讲完了思路，我们下面具体仔细来看看RCNN系列的实现，本篇先介绍RCNN的方法。 R-CNN相比于之前的各种目标检测算法，不仅在准确率上有了很大的提升，在运行效率上同样提升很大。R-CNN的过程分为4个阶段： 在前面我们已经简单介绍了selective search方法，通过这个方法我们筛选出了2k左右的候选框。然而搜索出的矩形框大小是不同的。而在AlexNet中由于最后全连接层的存在，对于图像尺寸有固定的要求，因此在将候选框输入之前，作者对这些候选框的大小进行了统一处理——放缩到了统一大小。文章中作者使用的处理方法有两种： （1）各向异性缩放因为图片扭曲可能会对后续CNN模型训练产生影响，于是作者也测试了各向同性缩放的方法。有两种方法： 此外，作者对于bounding box还尝试了padding处理，上面的示意图中第1、3行就是结合了padding=0，第2、4行结果采用padding=16的结果。经过最后的试验，作者发现采用各向异性缩放、padding=16的精度最高。 卷积神经网络训练分为两步：（1）预训练；（2）fine-tune。 先在一个大的数据集上面训练模型（R-CNN中的卷机模型使用的是AlexNet），然后利用这个训练好的模型进行fine-tune（或称为迁移学习），即使用这个预训练好的模型参数初始化模型参数，然后在目标数据集上面进行训练。 此外，在训练时，作者还尝试采用不同层数的全连接层，发现一个全连接层比两个全连接层效果要好，这可能是因为使用两个全连接层后过拟合导致的。 另一个比较有意思的地方是：对于CNN模型，卷积层学到的特征其实就是基础的共享特征提取层，类似于传统的图像特征提取算法。而最后的全连接层学到的则是针对特定任务的特征。譬如对于人脸性别识别来说，一个CNN模型前面的卷积层所学习到的特征就类似于学习人脸共性特征，然后全连接层所学习的特征就是针对性别分类的特征了。 最后，利用训练好的模型对候选框提取特征。 关于正负样本的问题：由于选取的bounding box不可能与人工label的完全相同，因此在CNN训练阶段需要设置IOU阈值来为bounding box打标签。在文章中作者将阈值设置为，即如果候选框bounding box与人工label的区域重叠面积大于，则将其标注为物体类别（正样本），否则我们就把他当做背景类别（负样本）。 作者针对每一个类别都训练了一个二分类的SVM。这里定义正负样本的方法与上面卷积网络训练的定义方法又不相同。作者在文章中尝试了多种IoU阈值（）。最后通过训练发现，IoU阈值为的时候效果最好（选择为0精度下降了4个百分点，选择精度下降了5个百分点）。即当IoU小于的时候我们将其视为负样本，否则为正样本。 目标检测问题的衡量标准是重叠面积：许多看似准确的检测结果，往往因为候选框不够准确，重叠面积很小。故需要一个位置精修步骤。在实现边界回归的过程中发现了两个微妙的问题。第一是正则化是重要的：我们基于验证集，设置λ=1000。第二个问题是，选择使用哪些训练对(P,G)时必须小心。直观地说，如果P远离所有的检测框真值，那么将P转换为检测框真值G的任务就没有意义。使用像P这样的例子会导致一个无望的学习问题。因此，只有当提案P至少在一个检测框真值附近时，我们才执行学习任务。“附近”即，将P分配给具有最大IoU的检测框真值G（在重叠多于一个的情况下），并且仅当重叠大于阈值（基于验证集，我们使用的阈值为）。所有未分配的提案都被丢弃。我们为每个目标类别执行一次，以便学习一组特定于类别的检测框回归器。 在测试时，我们对每个提案进行评分，并预测其新的检测框一次。原则上，我们可以迭代这个过程（即重新评估新预测的检测框，然后从它预测一个新的检测框，等等）。但是，我们发现迭代不会改进结果。 使用selective search的方法在测试图片上提取2000个region propasals ，将每个region proposals归一化到227x227，然后再CNN中正向传播，将最后一层得到的特征提取出来。然后对于每一个类别，使用为这一类训练的SVM分类器对提取的特征向量进行打分，得到测试图片中对于所有region proposals的对于这一类的分数，再使用贪心的非极大值抑制（NMS）去除相交的多余的框。再对这些框进行canny边缘检测，就可以得到bounding-box(then B-BoxRegression)。 参考： Rich feature hierarchies for accurate object detection and semantic segmentation. RCNN-将CNN引入目标检测的开山之作-晓雷的文章 基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN R-CNN 论文翻译
Abstract: A firewall is a technological measure developed in recent years to pro
人艰不拆XP 5人参与回答 2023-12-07 谈谈英译毕业论文中文标题的基本原则 一、引言 毕业论文(thesis)是每个大学生在毕业之前的一项重要学习任务。论文的撰写需要一定的专业知识,也需遵循科研论文规
qq小妹头 3人参与回答 2023-12-11 “论文题目”的英文写法是Thesis title，希望对你有所帮助。
bamanai119 5人参与回答 2023-12-07 “毕业论文”的英文：Graduation Dissertation Dissertation 读法 英 [,dɪsə'teɪʃ(ə)n] 美 ['dɪsɚ't
幸福的小猫zz 7人参与回答 2023-12-10 To inculcate the high school student's innovative power based on the integrated
玉蝶之梦 6人参与回答 2023-12-09 
