Fugu-MT 論文翻訳(概要): Chat Translation Error Detection for Assisting Cross-lingual Communications

論文の概要: Chat Translation Error Detection for Assisting Cross-lingual Communications

arxiv url: http://arxiv.org/abs/2308.01044v1
Date: Wed, 2 Aug 2023 09:38:29 GMT
ステータス: 処理完了
システム内更新日: 2023-08-03 13:31:11.968767
Title: Chat Translation Error Detection for Assisting Cross-lingual Communications
Title（参考訳）: 言語間通信を支援するチャット翻訳誤り検出
Authors: Yunmeng Li, Jun Suzuki, Makoto Morishita, Kaori Abe, Ryoko Tokuhisa, Ana Brassard, Kentaro Inui
Abstract要約: システムのベースラインとしてエラー検出装置を訓練し、日本語と英語のバイリンガルチャットコーパスであるBPersona-chatを構築した。エラー検出装置は、より高度な誤訳検出システムの基礎となる。
参考スコア（独自算出の注目度）: 35.09508360315392
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we describe the development of a communication support system that detects erroneous translations to facilitate crosslingual communications due to the limitations of current machine chat translation methods. We trained an error detector as the baseline of the system and constructed a new Japanese-English bilingual chat corpus, BPersona-chat, which comprises multiturn colloquial chats augmented with crowdsourced quality ratings. The error detector can serve as an encouraging foundation for more advanced erroneous translation detection systems.
Abstract（参考訳）: 本稿では,現在の機械チャット翻訳手法の限界により,言語間通信を容易にするために,誤訳を検出する通信支援システムの開発について述べる。システムのベースラインとしてエラー検出器を訓練し,クラウドソース品質評価を付加したマルチターン口語チャットからなる,日英バイリンガルチャットコーパス「bpersona-chat」を構築した。エラー検出器は、より高度な誤訳検出システムの奨励基盤として機能する。

関連論文リスト

Detection of Human and Machine-Authored Fake News in Urdu [2.013675429941823]
ソーシャルメディアは偽ニュースの拡散を増幅した。従来の偽ニュース検出手法は、言語的手がかりに依存しているため、効果が低くなる。精度とロバスト性を改善するため,階層的検出手法を提案する。
論文参考訳（メタデータ） (2024-10-25T12:42:07Z)
An Investigation of Warning Erroneous Chat Translations in Cross-lingual Communication [35.69695355173317]
機械翻訳モデルは、翻訳ソフトウェアやプラグインアプリケーションの人気にもかかわらず、チャットの翻訳には相変わらず不適切である。欠陥のない翻訳システムを追求する代わりに、より実践的なアプローチは、混乱を減らすために、潜在的な誤訳に関する警告メッセージを発行することである。本稿では,この問題に対処し,チャット翻訳システムを効果的にするための警告メッセージの貢献を実証する。
論文参考訳（メタデータ） (2024-08-28T05:36:25Z)
Interactively Diagnosing Errors in a Semantic Parser [7.136205674624813]
本稿では,CNLUのための対話型エラー診断システムについて述べる。モデルベース診断問題として,INLDパイプラインの最初の2段階をキャストする方法を示す。本システムでは, 合成例における意味的誤りを診断する能力を示す。
論文参考訳（メタデータ） (2024-07-08T21:16:09Z)
AdaCCD: Adaptive Semantic Contrasts Discovery Based Cross Lingual Adaptation for Code Clone Detection [69.79627042058048]
AdaCCDは、その言語でアノテーションを使わずに、新しい言語のクローンコードを検出する新しい言語間適応手法である。 5つのプログラミング言語からなる多言語コードクローン検出ベンチマークを構築し,AdaCCDの言語間適応性を評価する。
論文参考訳（メタデータ） (2023-11-13T12:20:48Z)
DiariST: Streaming Speech Translation with Speaker Diarization [53.595990270899414]
本稿では,最初のストリーミングSTとSDソリューションであるDiariSTを提案する。ニューラルトランスデューサベースのストリーミングSTシステム上に構築され、トークンレベルのシリアライズされた出力トレーニングとtベクタを統合している。重なり合う音声のストリーミング推論を行いながら,Whisperに基づくオフラインシステムと比較して強いSTとSD能力を実現する。
論文参考訳（メタデータ） (2023-09-14T19:33:27Z)
Towards cross-language prosody transfer for dialog [3.3758186776249928]
音声音声翻訳システムは、対話目的の使用を適切にサポートしていない。特に、不適切な韻律移動により話者意図や姿勢のニュアンスを失うことがある。本研究では,バイリンガル話者が他の言語での会話から発する発話を再現するデータ収集プロトコルを開発する。
論文参考訳（メタデータ） (2023-07-09T08:32:14Z)
Cognitive Semantic Communication Systems Driven by Knowledge Graph: Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-03-15T12:01:43Z)
Cross-lingual Transfer Learning for Fake News Detector in a Low-Resource Language [0.8122270502556374]
低リソース言語における偽ニュース(FN)を検出する手法の開発は、トレーニングデータの欠如によって妨げられている。本研究では,ハイソース言語からのトレーニングデータのみを用いて,この問題を解決する。我々のFN検出システムは、言語を介して検出知識を伝達する逆学習を適用することで、この戦略を容認した。
論文参考訳（メタデータ） (2022-08-26T07:41:27Z)
Zero-Shot Cross-lingual Semantic Parsing [56.95036511882921]
7つのテスト言語に対する並列データを持たないゼロショット問題として,言語間セマンティックパーシングについて検討した。英文論理形式ペアデータのみを用いて解析知識を付加言語に転送するマルチタスクエンコーダデコーダモデルを提案する。このシステムは、ゼロショット解析を潜時空間アライメント問題としてフレーム化し、事前訓練されたモデルを改善し、最小のクロスリンガル転送ペナルティで論理形式を生成することができる。
論文参考訳（メタデータ） (2021-04-15T16:08:43Z)
On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
論文参考訳（メタデータ） (2020-05-12T11:01:44Z)

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。