文献

J-GLOBAL ID：202002276935364993   整理番号：20A0874755

日本語漢字レベルのニューラル機械翻訳のための文字分解【JST・京大機械翻訳】

Character Decomposition for Japanese-Chinese Character-Level Neural Machine Translation

著者 (2件)： Zhang Jinyi (Gifu University,Graduate School of Engineering,Gifu,Japan) ,  Matsumoto Tadahiro (Gifu University,Faculty of Engineering,Gifu,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IALP  ページ： 35-40  発行年： 2019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： 開発の年の後に,ニューラル機械翻訳(NMT)は,様々な言語対よりも豊富な翻訳結果を生み出し,大きな可能性を有する新しい機械翻訳モデルになっている。NMTモデルに対しては,訓練データに含まれる単語/文字のみを翻訳することができる。NMTに関する一つの問題は,訓練データにおける低周波単語/文字の取り扱いである。本論文では,中国語文字分解テーブルを用いて,そのような文字を成分および/または擬似文字に分解することにより,出現頻度が与えられた最小閾値よりも少ない文字を除去する方法を提案した。ASPEC-JC(アジア科学論文専門家,日本語-中国語)コーパスによる日本語から中国語と中国語へのNMTの実験は,BLEUスコア,訓練時間,およびパラメータの数が分解特性の与えられた最小閾値の数によって変化することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コーパス ,  *漢字 ,  言語 ,  *日本語 ,  *機械翻訳 ,  単語 ,  中国語 ,  アジア ,  LF【周波数】
準シソーラス用語： 出現頻度 ,  訓練データ , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 日本語 ,  漢字 ,  ニューラル機械翻訳 ,  文字 ,  分解