文献

J-GLOBAL ID：202002276868250635   整理番号：20A1196314

事例に敏感な神経機械翻訳【JST・京大機械翻訳】

Case-Sensitive Neural Machine Translation

著者 (8件)： Shi Xuewen (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Shi Xuewen (Beijing Engineering Research Center of High Volume Language Information Processing and Cloud Computing Applications, Beijing, China) ,  Huang Heyan (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Huang Heyan (Beijing Engineering Research Center of High Volume Language Information Processing and Cloud Computing Applications, Beijing, China) ,  Jian Ping (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Jian Ping (Beijing Engineering Research Center of High Volume Language Information Processing and Cloud Computing Applications, Beijing, China) ,  Tang Yi-Kun (School of Computer Science and Technology, Beijing Institute of Technology, Beijing, China) ,  Tang Yi-Kun (Beijing Engineering Research Center of High Volume Language Information Processing and Cloud Computing Applications, Beijing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12084  ページ： 662-674  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： Latin言語に対する重要な語彙情報としてさえ,単語ケースは機械翻訳においてしばしば無視される。観察によると,翻訳性能は,事例に敏感な評価基準を導入すると著しく低下する。本論文では,上記の問題を軽減するための2つのタイプの事例に敏感な神経機械翻訳(NMT)アプローチを導入した。1)復号化シーケンスへの事例トークンの追加,2)従来のNMTへの事例予測の採用。提案した手法は,ターゲット単語生成と単語事例予測を共同学習することにより,NMT復号器に事例情報を組み込んだ。本研究では,NMTを含む複数種類のベースラインと,ナイーブな事例復元法によるアプローチを比較し,提案アプローチに対する様々なセットアップの影響を解析した。3つの典型的な翻訳タスク(Zh-En,En-Fr,En-De)に関する実験結果は,著者らの提案した方法が,それぞれ,事例に敏感なBLEUスコアにおいて,2.5,1.0および0.5までの改善をもたらすことを示した。更なる解析は,著者らのアプローチが異なる翻訳タスクにおいて異なる改善をもたらす理由を説明する。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械翻訳 ,  言語 ,  復号器 ,  語彙 ,  自然言語処理 ,  復号化 ,  基準線 ,  評価基準 ,  単語 ,  トークン
準シソーラス用語： 協調学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自然言語処理 ,  神経機械翻訳 ,  症例感受性

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (2件)： 神経 ,  機械翻訳