文献

J-GLOBAL ID：201702220432489483   整理番号：17A1257379

神経機械翻訳における稀な語の問題を扱うためのクラス特異的コピーネットワーク【Powered by NICT】

A class-specific copy network for handling the rare word problem in neural machine translation

著者 (6件)： Wang Feng (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road) ,  Chen Wei (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road) ,  Yang Zhen (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road) ,  Zhang Xiaowei (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road) ,  xu Shuang (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road) ,  Xu Bo (Institute of Automation, Chinese Academy of Sciences, No.95 Zhongguancun East Road)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 2658-2664  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ニューラル機械翻訳(NMT)は有望な結果と多くの大規模環境における急速に得られた採用を示した。経験的生産で広く使用されてNMTモデルを用いて,語彙単語の稀な内外の取扱いにおけるその長年の弱点は,多くを増幅している。稀な「理解」のストレスからモデルを放出するために,コピー機構が注目を用いたニューラルネットワークモデルのための稀なと未知語に対処するために提案した。しかしコピー機構のマイナス面は,モデルがコピーするかどうかを決定するのみができることである。クラスは稀な単語はコピーされなければならない検出できない,人物,場所,組織である。NMTモデルのこの限界を深く研究した。その結果,クラス特異的コピーネットワークを組み込んだ新規による新しいNMTモデルを提案した。ネットワークにより,提案したNMTモデルであるクラスはターゲット中の単語はに属し,源におけるクラスはコピーであるのかを判断することができた。中国語-英語翻訳タスクでの実験結果は,提案したモデルが特に稀な語を含む文のための大きなマージンを持つ伝統的なNMTモデルよりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 英語 ,  高速度 ,  *機械翻訳 ,  語彙 ,  *ネットワーク ,  単語 ,  中国語 ,  *語の問題
準シソーラス用語： 未知語 ,  神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 神経 ,  機械翻訳 ,  語の問題 ,  クラス ,  コピー