Documentos y publicaciones

Control de dominio para la traducción automática neuronal [PDF]

Los sistemas de traducción automática son muy sensibles a los dominios en los que fueron entrenados. Varias técnicas de adaptación de dominios han sido profundamente estudiadas. Proponemos una nueva técnica para la traducción automática neuronal (NMT) que llamamos control de dominio que se realiza en tiempo de ejecución utilizando una red neuronal única que cubre múltiples dominios. El enfoque presentado muestra mejoras de calidad … Continuación

Catherine Kobus, Josep Crego, Jean Senellart

Adaptation incrémentale de modèles de traducción neuronaux

L’adaptation au domaine est un verrou scientifique en traduction automatique. Il englobe généralement l’adaptation de la terminologie et du style, en particulier pour la post-édition humaine dans le cadre d’une traduction assistée par ordinateur. Avec la traduction automatique neuronale, nous étudions une nouvelle approche d’adaptation au domaine que nous appelons “spécialization” et qui présente des … Continuación

Christophe Servan, Josep Crego, Jean Senellart

Conception d'une solution de détection d'événements basée en Twitter

Cet article présente un système d’alertes fondé sur la masse de données issues de Tweeter. L’objectif de l’outil est de Surveiller l’actualité, autour de différents domaines témoin incluant les événements sportifs ou les catastrophes naturelles. Cette surveillance est transmise à l’utilisateur sous forme d’une interfaz web contenant la liste d’événements localisés sur une carte.

Christophe Servan, Catherine Kobus, Yongchao Deng, Cyril Touffet, Jungi Kim, Inès Kapp, Djamel Mostefa, Josep Crego, Jean Senellart

SYSTRAN Pure Neural Machine Traducción [PDF]

Cada uno de nosotros ha experimentado o oído hablar del aprendizaje profundo en las aplicaciones comerciales diarias. ¿Cuáles son los fundamentos de esta nueva tecnología y qué nuevas oportunidades ofrece?

Especialización de dominio: una adaptación de dominio posterior al entrenamiento para la traducción automática neuronal

La adaptación del dominio es una característica clave en la traducción automática. Generalmente abarca la adaptación de la terminología, el dominio y el estilo, especialmente para los flujos de trabajo humanos de post-edición en traducción asistida por computadora (CAT). Con Neural Machine Translation (NMT), introducimos una nueva noción de adaptación de dominio que llamamos “especialización” y que está mostrando resultados prometedores tanto en la velocidad de aprendizaje … Continuación

Christophe Servan, Josep Crego, Jean Senellart

Traducción automática neuronal a partir de traducciones simplificadas

La simplificación del texto tiene como objetivo reducir la complejidad léxica, gramatical y estructural de un texto manteniendo el mismo significado. En el contexto de la traducción automática, presentamos la idea de las traducciones simplificadas para aumentar la capacidad de aprendizaje de los modelos de traducción neuronal profunda. Llevamos a cabo experimentos preliminares que muestran que la complejidad de la traducción se reduce … Continuación

Josep Crego, Jean Senellart

Sistemas de traducción automática neuronal pura de SYSTRAN

Desde la primera demostración en línea de Neural Machine Translation (NMT) por LISA, el desarrollo de NMT ha pasado recientemente del laboratorio a los sistemas de producción, como lo demuestran varias entidades que anuncian el despliegue de motores NMT para reemplazar sus tecnologías existentes. Los sistemas NMT tienen un gran número de configuraciones de entrenamiento y el proceso de entrenamiento de tales sistemas es generalmente … Continuación

Josep Crego, Jungi Kim, Guillaume Klein, Anabel Rebollo, Kathy Yang, Jean Senellart, Egor Akhanov, Patrice Brunelle, Aurelien Coquard, Yongchao Deng, Satoshi Enoue, Chiyo Geiss, Joshua Johanson, Ardas Khalsa, Raoum Khiari, Byeongil Ko, Catherine Kobus, Jean Lorieux, Leidiana Martins, Dang-Chuan Nguyen, Alexandra Priori, Thomas Riccardi, Natalia Segal, Christophe Servan, Cyril Tiquet, Bo Wang, Jin Yang, Dakun Zhang, Jing Zhou, Peter Zoldan

Combinación de sistemas RWTH Aachen - SYSTRAN para la Evaluación NTCIR-10 PatentMT 2013 [PDF]

Este artículo describe la presentación conjunta de RWTH Aachen University y SYSTRAN en la tarea de traducción automática de patentes chino-inglés en el 10º Taller NTCIR. Se especifican los sistemas estadísticos desarrollados por la Universidad RWTH de Aquisgrán y los sistemas híbridos de traducción automática desarrollados por SYSTRAN. Aplicamos las técnicas de combinación de RWTH Aachen para crear hipótesis de consenso desde muy... Continuación

Minwei Feng, Markus Freitag, Hermann Ney, Bianka Buschbeck, Jean Senellart, Jin Yang

SYSTRAN Sistemas híbridos de traducción automática chino-inglés e inglés-chino para CWMT 2011 [PDF]

Este informe describe los sistemas de traducción automática chino-inglés e inglés-chino de SYSTRAN que participaron en las tareas de evaluación de la traducción automática CWMT 2011. Los sistemas base son sistemas de traducción automática basados en reglas SYSTRAN, aumentados con varias técnicas estadísticas. Basándonos en las traducciones de los sistemas basados en reglas, realizamos una post-edición estadística con los cuerpos de capacitación bilingüe y monolingüe proporcionados. En … Continuación

Jin Yang, Satoshi Enoue, Jean Senellart

Convergencia de la memoria de traducción y la traducción automática estadística [PDF]

Presentamos dos métodos que fusionan ideas de traducción automática estadística (SMT) y memorias de traducción (TM). Utilizamos un TM para recuperar las coincidencias de los segmentos de origen y reemplazar las partes no coincidentes con instrucciones a un sistema SMT para llenar el vacío. Mostramos que para partidos difusos de más de 70%, un método supera a … Continuación

Philipp Koehn, Jean Senellart