論文の概要: The Role of Handling Attributive Nouns in Improving Chinese-To-English Machine Translation
- arxiv url: http://arxiv.org/abs/2412.14323v1
- Date: Wed, 18 Dec 2024 20:37:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-20 13:33:24.256970
- Title: The Role of Handling Attributive Nouns in Improving Chinese-To-English Machine Translation
- Title（参考訳）: 中国語・英語機械翻訳における帰属名詞の扱い
- Authors: Haohao, Wang, Adam Meyers, John E. Ortega, Rodolfo Zevallos,
- Abstract要約: 特に、中国語の帰属名詞による翻訳課題を対象とし、英語翻訳における曖昧さをしばしば引き起こす。
省略粒子X('DE')を手動で挿入することで、この臨界関数ワードの処理方法を改善する。
- 参考スコア（独自算出の注目度）: 47.70873376985527
- License:
- Abstract: Translating between languages with drastically different grammatical conventions poses challenges, not just for human interpreters but also for machine translation systems. In this work, we specifically target the translation challenges posed by attributive nouns in Chinese, which frequently cause ambiguities in English translation. By manually inserting the omitted particle X ('DE'). In news article titles from the Penn Chinese Discourse Treebank, we developed a targeted dataset to fine-tune Hugging Face Chinese to English translation models, specifically improving how this critical function word is handled. This focused approach not only complements the broader strategies suggested by previous studies but also offers a practical enhancement by specifically addressing a common error type in Chinese-English translation.
- Abstract（参考訳）: 言語間の翻訳は、人間の通訳だけでなく、機械翻訳システムにも困難をもたらす。
本研究では、中国語の帰属名詞による翻訳課題を特に対象とし、英語翻訳における曖昧さをしばしば引き起こす。
省略粒子X('DE')を手動で挿入する。
ペン・チャイナ・ディスコース・ツリーバンク(Penn Chinese Discourse Treebank)のニュース記事のタイトルで、我々は、中国語から英語への翻訳モデルを微調整するターゲットデータセットを開発しました。
この焦点が当てられたアプローチは、以前の研究によって提案された幅広い戦略を補完するだけでなく、中国語翻訳における一般的な誤りタイプに特に対処することによって、実践的な強化ももたらしている。
関連論文リスト
- Evaluation of Google Translate for Mandarin Chinese translation using sentiment and semantic analysis [1.3999481573773074]
大規模言語モデル(LLM)を用いた機械翻訳は,世界規模で大きな影響を与えている。
中国語は、中国の政府やメディアによる通信に用いられる公用語である。
本研究では、感情分析と意味分析を用いて、人間の専門家によるGoogle翻訳の翻訳品質の自動評価を行う。
論文 参考訳（メタデータ） (2024-09-08T04:03:55Z) - Crossing the Threshold: Idiomatic Machine Translation through Retrieval
Augmentation and Loss Weighting [66.02718577386426]
慣用的な翻訳と関連する問題を簡易に評価する。
我々は,変圧器をベースとした機械翻訳モデルが慣用的な翻訳に対して正しくデフォルトとなる点を明らかにするための合成実験を行った。
自然慣用句の翻訳を改善するために, 単純かつ効果的な2つの手法を導入する。
論文 参考訳（メタデータ） (2023-10-10T23:47:25Z) - Discourse Representation Structure Parsing for Chinese [8.846860617823005]
本研究では,中国語意味表現のためのラベル付きデータがない場合の中国語意味解析の実現可能性について検討する。
そこで本研究では,中国語意味解析のためのテストスイートを提案し,解析性能の詳細な評価を行う。
実験の結果,中国語の意味解析の難易度は,主に副詞が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-06-16T09:47:45Z) - On the Copying Problem of Unsupervised NMT: A Training Schedule with a
Language Discriminator Loss [120.19360680963152]
unsupervised neural machine translation (UNMT)は多くの言語で成功している。
コピー問題、すなわち、入力文の一部を翻訳として直接コピーする問題は、遠い言語対に共通している。
本稿では,言語識別器の損失を取り入れた,シンプルだが効果的な訓練スケジュールを提案する。
論文 参考訳（メタデータ） (2023-05-26T18:14:23Z) - The Best of Both Worlds: Combining Human and Machine Translations for
Multilingual Semantic Parsing with Active Learning [50.320178219081484]
人文翻訳と機械翻訳の両方の長所を生かした能動的学習手法を提案する。
理想的な発話選択は、翻訳されたデータの誤りとバイアスを著しく低減することができる。
論文 参考訳（メタデータ） (2023-05-22T05:57:47Z) - Linguistically Informed ChatGPT Prompts to Enhance Japanese-Chinese
Machine Translation: A Case Study on Attributive Clauses [0.0]
本稿では,日本語から中国語への帰属句の正しい翻訳の問題について検討する。
翻訳の精度を高めることを目的とした事前編集方式を提案する。
平均翻訳精度を35%以上向上させる新しい2段階のプロンプト戦略が提案されている。
論文 参考訳（メタデータ） (2023-03-27T20:33:40Z) - Self-Attention with Cross-Lingual Position Representation [112.05807284056337]
位置符号化(PE)は、自然言語処理タスクの単語順序情報を保存し、入力シーケンスの固定位置インデックスを生成する。
語順が異なるため、言語間の位置関係をモデル化することは、SANがこの問題に取り組むのに役立つ。
我々は、入力文のバイリンガル認識潜在構造をモデル化するために、言語間位置表現によるSANを拡大する。
論文 参考訳（メタデータ） (2020-04-28T05:23:43Z) - Translation Artifacts in Cross-lingual Transfer Learning [51.66536640084888]
機械翻訳は、既存の言語間モデルに顕著な影響を与える微妙なアーティファクトを導入することができることを示す。
自然言語の推論では、前提と仮説を独立に翻訳することで、それらの間の語彙的重複を減らすことができる。
また、XNLIでは、それぞれ4.3点と2.8点の翻訳とゼロショットのアプローチを改善している。
論文 参考訳（メタデータ） (2020-04-09T17:54:30Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。