文献

J-GLOBAL ID：201702266237235541   整理番号：17A1274429

翻訳品質を評価するための機械学習アプローチ【Powered by NICT】

A Machine Learning Approach to Evaluating Translation Quality

著者 (2件)： Reyes Ayala Brenda ,  Chen Jiangping
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： JCDL  ページ： 1-2  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： 英語-スペイン語機械翻訳の妥当性と流暢性を理解し,予測するための教師つき機械学習(ML)法を検討した。Weka,オープンソースMLツールにおける三つの分類器を用いた五回の実験を行った。は最高の性能は分類タスク,二種のカテゴリー,すなわち高品質および低品質に対する品質の数値スケールを崩壊含むへの次元縮小アプローチを適用することにより達成されたことを見出した。著者らの結果は,サポートベクトルマシン分類器は,翻訳の妥当性(65.65%)とフルエンス(65.77%)を予測する最も良い結果を示した。翻訳評価へのMLを適用することの方法論を調査するためにさらなる研究が必要である。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： サポートベクトルマシン ,  スペイン語 ,  *品質 ,  フルエンス ,  機械翻訳 ,  *機械学習 ,  次元縮小 ,  英語
準シソーラス用語： 高品質 ,  オープンソース ,  教師付き機械学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 翻訳 ,  評価 ,  機械学習