神经机器翻译中预测的定量分析方法
计算与语言
2020-12-11 v1 人工智能
摘要
作为一项关于神经机器翻译中最佳学习条件的更大型项目的一部分，我们研究了翻译引擎的特征训练阶段。所有实验均使用 OpenNMT-Py 进行：预处理步骤采用 Europarl 训练语料库实现，并使用 INTERSECT 语料库进行验证。对训练阶段的纵向分析表明，翻译的进展并非总是线性的。基于文本计量探索的结果，我们确定了与时间进展相关现象的重要性，以映射神经机器翻译（NMT）中起作用的不同过程。
引用
@article{arxiv.2012.05541,
title = {Approches quantitatives de l'analyse des pr{\'e}dictions en traduction automatique neuronale (TAN)},
author = {Maria Zimina-Poirot and Nicolas Ballier and Jean-Baptiste Yunès},
journal= {arXiv preprint arXiv:2012.05541},
year = {2020}
}
备注
in French. JADT 2020 : 15{\`e}mes Journ{\'e}es Internationales d'Analyse statistique des Donn{\'e}es Textuelles, Universit{\'e} de Toulouse, Jun 2020, Toulouse, France