Современный подход к улучшению точности нейронного машинного перевода

Современный подход к улучшению точности нейронного машинного перевода

№ 2 (8) 2019

Страницы:

21 –

23 Язык: русский

Открыть файл статьи

Аннотация

В статье рассматривается применение механизмов соответствия между структурными особенностями системы нейронных сетей и с особенностями применяемой лингвистики. Приводится результаты применения различных моделей переводчиками разных языков с английским языком, для определения лингвистической спецификации при переводе.

The article deals with the application of mechanisms of correspondence between the structural features of the system of neural networks and the features of the applied linguistics. The results of the use of different models by translators of different languages with English to determine the linguistic specification in the translation.

Список использованных источников

Ilya Sutskever, Oriol Vinyals, and Quoc V Le. Se-quence to sequence learning with neural networks. In Ad-vances in neural information processing systems, pages 3104-3112, 2014.

Klaus Greff, Rupesh Kumar Srivastava, Jan Koutnik, Bas R Steunebrink, and Jurgen Schmidhuber. Lstm: A search space odyssey. arXiv preprint arXiv:1503.04069, 2015.

Papineni, K., S. Roukos, T. Ward, and W.-J. Zhu (2001). BLEU: a method for automatic evaluation of machine translation. In ACL.

Sepp Hochreiter and Jurgen Schmidhuber. Long short-term memory. Neural computation, 9(8):1735-1780, 1997.

Tillman, C. (2004). A unigram orientation model for statistical machine translation. In Proceedings of HLT-NAACL 2004: Short Papers, pp. 101–104.