Fugu-MT 論文翻訳(概要): An In-depth Walkthrough on Evolution of Neural Machine Translation

論文の概要: An In-depth Walkthrough on Evolution of Neural Machine Translation

arxiv url: http://arxiv.org/abs/2004.04902v1
Date: Fri, 10 Apr 2020 04:21:05 GMT
ステータス: 処理完了
システム内更新日: 2022-12-14 20:09:52.663286
Title: An In-depth Walkthrough on Evolution of Neural Machine Translation
Title（参考訳）: ニューラルマシン翻訳の進化に関する詳細なウォークスルー
Authors: Rohan Jagtap, Dr. Sudhir N. Dhage
Abstract要約: 本稿では,ニューラル・マシン・トランスフォーメーションの主なトレンド,ドメイン内のアート・モデルの現状,およびそれらの高レベル比較について検討することを目的とする。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Neural Machine Translation (NMT) methodologies have burgeoned from using simple feed-forward architectures to the state of the art; viz. BERT model. The use cases of NMT models have been broadened from just language translations to conversational agents (chatbots), abstractive text summarization, image captioning, etc. which have proved to be a gem in their respective applications. This paper aims to study the major trends in Neural Machine Translation, the state of the art models in the domain and a high level comparison between them.
Abstract（参考訳）: ニューラルマシン翻訳(nmt)の方法論は、単純なフィードフォワードアーキテクチャから最先端技術へと急速に進歩している。 BERTモデル。 NMTモデルのユースケースは、言語翻訳から会話エージェント(チャットボット)、抽象的なテキスト要約、画像キャプションなどへと拡張され、それぞれのアプリケーションでgemであることが証明された。本稿では,ニューラルマシン翻訳における主要なトレンド,ドメインにおけるアートモデルの現状,それらのハイレベル比較について検討することを目的とする。

関連論文リスト

Low-resource neural machine translation with morphological modeling [3.3721926640077804]
ニューラルマシン翻訳(NMT)における形態的モデリングは、オープン語彙機械翻訳を実現するための有望なアプローチである。低リソース環境における複雑な形態をモデル化するためのフレームワークソリューションを提案する。パブリックドメインのパラレルテキストを用いた英訳であるKinyarwandaについて,提案手法の評価を行った。
論文参考訳（メタデータ） (2024-04-03T01:31:41Z)
Anatomy of Neural Language Models [0.0]
トランスフォーマーベースの言語モデル(LM)は、幅広い応用において新しい最先端の結果をもたらしている。言語モデリングのようなタスクで事前訓練されたトランスフォーマーは、コンピュータビジョンや時系列アプリケーションで広く採用されている。
論文参考訳（メタデータ） (2024-01-08T10:27:25Z)
Neural Machine Translation For Low Resource Languages [0.0]
本稿では,低資源言語の領域を考察し,最先端の結果を得るためにニューラルマシン翻訳モデルを構築する。本稿は,mBART言語モデルを構築し,様々なNLPおよびディープラーニング技術でそれを拡張するための戦略を探究する。
論文参考訳（メタデータ） (2023-04-16T19:27:48Z)
Learning to Generalize to More: Continuous Semantic Augmentation for Neural Machine Translation [50.54059385277964]
CsaNMT(Continuous Semantic Augmentation)と呼ばれる新しいデータ拡張パラダイムを提案する。 CsaNMTは各トレーニングインスタンスを、同じ意味の下で適切なリテラル式をカバーできる隣接領域で拡張する。
論文参考訳（メタデータ） (2022-04-14T08:16:28Z)
SMDT: Selective Memory-Augmented Neural Document Translation [53.4627288890316]
本稿では,文脈の広い仮説空間を含む文書を扱うために,選択的メモリ拡張型ニューラル文書翻訳モデルを提案する。トレーニングコーパスから類似のバイリンガル文ペアを抽出し,グローバルな文脈を拡大する。ローカルなコンテキストと多様なグローバルなコンテキストをキャプチャする選択的なメカニズムで、2ストリームのアテンションモデルを拡張する。
論文参考訳（メタデータ） (2022-01-05T14:23:30Z)
Language Modeling, Lexical Translation, Reordering: The Training Process of NMT through the Lens of Classical SMT [64.1841519527504]
ニューラルマシン翻訳は、翻訳プロセス全体をモデル化するために、単一のニューラルネットワークを使用する。ニューラルネットワーク翻訳はデファクトスタンダードであるにもかかわらず、NMTモデルがトレーニングの過程でどのように異なる能力を獲得するのかは、まだ明らかになっていない。
論文参考訳（メタデータ） (2021-09-03T09:38:50Z)
Synthetic Source Language Augmentation for Colloquial Neural Machine Translation [3.303435360096988]
youtube と twitter から収集した新しいインドネシア英語テストセットを開発した。インドネシア語正規語のソースに合成スタイル拡張を行い、ベースラインのId-Enモデルを改善することを示す。
論文参考訳（メタデータ） (2020-12-30T14:52:15Z)
Neural Machine Translation: Challenges, Progress and Future [62.75523637241876]
機械翻訳(英: Machine translation, MT)は、コンピュータを利用して人間の言語を自動翻訳する技術である。ニューラルマシン翻訳(NMT)は、ディープニューラルネットワークを用いたソース言語とターゲット言語間の直接マッピングをモデル化する。この記事では、NMTフレームワークをレビューし、NMTの課題について論じ、最近のエキサイティングな進歩を紹介します。
論文参考訳（メタデータ） (2020-04-13T07:53:57Z)
Learning Contextualized Sentence Representations for Document-Level Neural Machine Translation [59.191079800436114]
文書レベルの機械翻訳は、文間の依存関係をソース文の翻訳に組み込む。本稿では,ニューラルマシン翻訳(NMT)を訓練し,文のターゲット翻訳と周辺文の双方を予測することによって,文間の依存関係をモデル化するフレームワークを提案する。
論文参考訳（メタデータ） (2020-03-30T03:38:01Z)
Towards Making the Most of Context in Neural Machine Translation [112.9845226123306]
我々は、これまでの研究がグローバルな文脈をはっきりと利用しなかったと論じている。本研究では,各文の局所的文脈を意図的にモデル化する文書レベルNMTフレームワークを提案する。
論文参考訳（メタデータ） (2020-02-19T03:30:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。