arXiv (Cornell University)· 2014· Ön baskı
Birleştirerek ve Çevirerek Öğrenme Yoluyla Sinirsel Makine Çevirisi
Neural Machine Translation by Jointly Learning to Align and Translate
- 14.622atıf
- 2014yıl
Kısa özet
Yeni bir sinirsel makine çevirisi modeli, kaynak cümle kısımlarını hedef kelimelerle eşleştirmeyi öğrenerek sabit uzunluklu vektör darboğazını aşar ve en gelişmiş İngilizce-Fransızca çeviri performansını elde eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Sabit uzunluklu bir vektör darboğazından kaçınan bir sinirsel makine çevirisi modeli önerir.
- İlgili kaynak cümle kısımlarını dinamik olarak aramak için yumuşak hizalama mekanizması sunar.
- İngilizce-Fransızca'da en gelişmiş ifade tabanlı sistemlere rakip çeviri performansı elde eder.
- Nitel analiz, kaynak ve hedef kelimeler arasında sezgisel yumuşak hizalamaları gösterir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Neural machine translation is a recently proposed approach to machine translation. Unlike the traditional statistical machine translation, the neural machine translation aims at building a single neural network that can be jointly tuned to maximize the translation performance. The models proposed recently for neural machine translation often belong to a family of encoder-decoders and consists of an encoder that encodes a source sentence into a fixed-length vector from which a decoder generates a translation. In this paper, we conjecture that the use of a fixed-length vector is a bottleneck in improving the performance of this basic encoder-decoder architecture, and propose to extend this by allowing a model to automatically (soft-)search for parts of a source sentence that are relevant to predicting a target word, without having to form these parts as a hard segment explicitly. With this new approach, we achieve a translation performance comparable to the existing state-of-the-art phrase-based system on the task of English-to-French translation. Furthermore, qualitative analysis reveals that the (soft-)alignments found by the model agree well with our intuition.
Yazarların özeti; kaynağından alınmıştır. arXiv (Cornell University), 2014 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yapay Zeka
Artificial IntelligenceComputer Science