文献

J-GLOBAL ID：201702278050942181   整理番号：17A0133217

ハードアテンション用いた注意型ニューラルネットワークによる音声翻訳

Hard-Attentional Neural Network Models for Emphasis Speech Translation

著者 (4件)： TRUONG DO Quoc (Nara Inst. of Sci. and Technol.) ,  SAKTI Sakriani (Nara Inst. of Sci. and Technol.) ,  NEUBIG Graham (Nara Inst. of Sci. and Technol.) ,  NAKAMURA Satoshi (Nara Inst. of Sci. and Technol.)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 116  号： 378(SP2016 50-64)  ページ： 7-8  発行年： 2016年12月13日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 一般的な音声翻訳システムにおいて,発話に含まれる非言語情報は翻訳されない。先行研究において,この問題に対し条件付き確率場(CRF)を用いた手法を提案した。CRFを用いることで,多くの素性を扱い,局所的な文脈情報も考慮できるようになった。一方で,CRFは連続的な変数を扱うことが困難であり,長期的な依存関係を表現することが難しい。本論文では,注意型ニューラルネットワークを用いた強調音声の翻訳手法を提案する。また,人手による主観評価を通して,翻訳言語上で強調か否かを予測する実験において先行研究よりもF値で4%性能が向上したことを示す。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *機械翻訳 ,  *情報 ,  主観評価 ,  数値
準シソーラス用語： *音声翻訳 ,  非言語情報 ,  *文脈情報 ,  F値

分類 (2件)： 音声処理  (JE05000E) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (4件)： アテンション ,  注意 ,  ニューラルネットワーク ,  音声翻訳