基于神经网络的医学文本领域机器翻译——以欧洲药品管理局说明书文本为基础
计算与语言
2015-09-30 v1 计算机与社会
神经与进化计算
机器学习
摘要
机器翻译的质量正在迅速提升。如今，人们可以在网络上找到多种提供合理翻译的机器翻译系统，尽管这些系统并不完美。在某些特定领域，翻译质量可能会下降。最近提出的一种针对特定领域的方法是神经机器翻译。它旨在构建一个联合调优的单一神经网络，以最大化翻译性能，这与传统的统计机器翻译方法截然不同。最近提出的神经机器翻译模型通常属于编码器-解码器家族，其中源语句被编码成一个固定长度的向量，然后该向量被解码以生成译文。本研究考察了不同训练方法对用于医学数据的波兰语-英语机器翻译系统的影响。欧洲药品管理局的平行文本语料库被用作训练基于神经网络和统计网络的翻译系统的基础。主要的机器翻译评估指标也被用于系统分析。我们实验的主要焦点是对实时医学翻译器进行比较和实现。
引用
@article{arxiv.1509.08644,
title = {Neural-based machine translation for medical text domain. Based on European Medicines Agency leaflet texts},
author = {Krzysztof Wołk and Krzysztof Marasek},
journal= {arXiv preprint arXiv:1509.08644},
year = {2015}
}
备注
machine translation, statistical machine translation, neural machine trasnlation, nlp, text processing, medical communication