Fugu-MT 論文翻訳(概要): TranslateLocally: Blazing-fast translation running on the local CPU

論文の概要: TranslateLocally: Blazing-fast translation running on the local CPU

arxiv url: http://arxiv.org/abs/2109.10194v1
Date: Tue, 21 Sep 2021 14:20:39 GMT
ステータス: 処理完了
システム内更新日: 2021-09-22 14:23:13.218092
Title: TranslateLocally: Blazing-fast translation running on the local CPU
Title（参考訳）: TranslateLocally:ローカルCPU上で動作する高速翻訳
Authors: Nikolay Bogoychev and Jelmer Van der Linde and Kenneth Heafield
Abstract要約: translateLocallyは10年前のハードウェアでもクラウドのような翻訳速度と品質を提供する。オープンソースソフトウェアはMarianをベースにしており、Linux、Windows、CPUで動作する。
参考スコア（独自算出の注目度）: 10.96481061922031
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Every day, millions of people sacrifice their privacy and browsing habits in exchange for online machine translation. Companies and governments with confidentiality requirements often ban online translation or pay a premium to disable logging. To bring control back to the end user and demonstrate speed, we developed translateLocally. Running locally on a desktop or laptop CPU, translateLocally delivers cloud-like translation speed and quality even on 10 year old hardware. The open-source software is based on Marian and runs on Linux, Windows, and macOS.
Abstract（参考訳）: 毎日何百万人もの人々が、オンライン機械翻訳と引き換えにプライバシーとブラウジングの習慣を犠牲にしている。機密性要件のある企業や政府は、しばしばオンライン翻訳を禁止したり、ログを無効にするためにプレミアムを支払う。制御をエンドユーザに戻し,速度を示すために,translatelocalを開発した。デスクトップやラップトップのcpu上でローカルで動作するtranslatelocalは、10年前のハードウェアでもクラウドライクな翻訳速度と品質を提供する。オープンソースソフトウェアはMarianをベースにしており、Linux、Windows、macOSで動作する。

関連論文リスト

On the Off-Target Problem of Zero-Shot Multilingual Neural Machine Translation [104.85258654917297]
識別対象言語信号の符号化に失敗すると、オフターゲットとなり、語彙距離が近くなることが判明した。多言語語彙構築のための言語認識語彙共有(LAVS)を提案する。我々は11言語で多言語機械翻訳ベンチマーク実験を行った。
論文参考訳（メタデータ） (2023-05-18T12:43:31Z)
Translate your gibberish: black-box adversarial attack on machine translation systems [0.0]
我々は、ロシア語から英語への翻訳作業において、最先端の機械翻訳ツールを騙すための簡単なアプローチを提示する。 Google、DeepL、Yandexなど多くのオンライン翻訳ツールが、非意味な逆入力クエリに対して間違ったあるいは攻撃的な翻訳を生成する可能性があることを示す。この脆弱性は、新しい言語を理解することを妨げ、単に機械翻訳システムを使用する際のユーザエクスペリエンスを悪化させる可能性がある。
論文参考訳（メタデータ） (2023-03-20T09:52:52Z)
Democratizing Neural Machine Translation with OPUS-MT [56.21988248821684]
本稿では,オープン機械翻訳モデルとツールの開発に焦点をあて,OPUSエコシステムについて述べる。我々は現在進行中の言語カバレッジと翻訳品質向上のミッションについて論じるとともに,モジュール型翻訳モデルの開発に向けた取り組みについても述べる。
論文参考訳（メタデータ） (2022-12-04T22:16:27Z)
BitextEdit: Automatic Bitext Editing for Improved Low-Resource Machine Translation [53.55009917938002]
自動編集によりマイニングしたビットクストを改良することを提案する。提案手法は,5つの低リソース言語ペアと10の翻訳方向に対して,最大8個のBLEUポイントでCCMatrixマイニングビットクストの品質を向上することを示す。
論文参考訳（メタデータ） (2021-11-12T16:00:39Z)
Using Machine Translation to Localize Task Oriented NLG Output [5.770385426429663]
本稿では、英語の出力に機械翻訳を適用することにより、これを行う。要求される品質バーは完璧に近く、文の範囲は極めて狭く、機械翻訳訓練データとは大きく異なることが多い。既存のアイデアに基づいて新しいものを追加することで、必要な品質バーに到達することができます。
論文参考訳（メタデータ） (2021-07-09T15:56:45Z)
Unsupervised Transfer Learning in Multilingual Neural Machine Translation with Cross-Lingual Word Embeddings [72.69253034282035]
我々は、言語独立多言語文表現を活用し、新しい言語に容易に一般化する。複数のロマンス言語を含むベースシステムを用いてポルトガル語から盲目的に復号し、ポルトガル語では36.4 BLEU、ロシア語では12.8 BLEUのスコアを得た。非反復的逆翻訳によるより実用的な適応アプローチを探求し、高品質の翻訳を生産するモデルの能力を活用します。
論文参考訳（メタデータ） (2021-03-11T14:22:08Z)
Local Translation Services for Neglected Languages [0.0]
この研究は、Leonardo da Vinci氏が実践しているように、1)ハッカースピーカー("l33t")と2)逆("mirror")の2つの歴史的に興味深いが難解な言語を翻訳している。オリジナルのコントリビューションでは、50メガバイト未満のハッカースピーカーを流用している。長い短期記憶、リカレントニューラルネットワーク(LSTM-RNN)は、最大10,000のバイリンガル文対から構築された英対外翻訳サービスを実証する以前の研究を拡張している。
論文参考訳（メタデータ） (2021-01-05T16:25:51Z)
Lite Training Strategies for Portuguese-English and English-Portuguese Translation [67.4894325619275]
ポルトガル語・英語・ポルトガル語の翻訳タスクにおいて,T5などの事前学習モデルの使用について検討する。本稿では,ポルトガル語の文字,例えばダイアレーシス,急性アクセント,墓のアクセントを表すために,英語のトークン化器の適応を提案する。以上の結果から,本モデルは最新モデルと競合する性能を示しながら,控えめなハードウェアでトレーニングを行った。
論文参考訳（メタデータ） (2020-08-20T04:31:03Z)
SimulEval: An Evaluation Toolkit for Simultaneous Translation [59.02724214432792]
テキストと音声の同時翻訳は、リアルタイムと低レイテンシのシナリオに焦点を当てている。 SimulEvalは、テキストと音声の同時翻訳のための、使いやすくて汎用的な評価ツールキットである。
論文参考訳（メタデータ） (2020-07-31T17:44:41Z)
Opportunistic Decoding with Timely Correction for Simultaneous Translation [28.897290991945734]
本稿では,時間的補正能力を持つ機会論的復号手法を提案する。実験の結果,中国語と英語と中国語の翻訳では8%以下で,レイテンシの大幅な低減とBLEUの+3.1増加を実現していることがわかった。
論文参考訳（メタデータ） (2020-05-02T01:41:02Z)
Testing Machine Translation via Referential Transparency [28.931196266344926]
本稿では,機械翻訳ソフトウェアの検証方法として,RTI(Referenceentially transparent inputs)を提案する。私たちの実践的実装であるPurityは、このプロパティが翻訳によって壊れていることを検知します。 RTIを評価するために、Google TranslateとBing Microsoft Translatorを200のラベルのない文でテストするためにPurityを使用します。
論文参考訳（メタデータ） (2020-04-22T01:37:18Z)

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。