論文・出版物

ニューラル機械翻訳のドメイン制御[PDF]

機械翻訳システムは、トレーニングを受けたドメインに非常に敏感です。いくつかの領域適応技術が深く研究されている。本研究では、複数のドメインをカバーする独自のニューラルネットワークを用いて実行時に行われるドメイン制御と呼ばれるニューラル機械翻訳(NMT)の新しい手法を提案する。提示されたアプローチは、対象ドメインのいずれかで、さらにはドメイン外のデータでも翻訳する専用ドメインと比較した場合の品質の向上を示しています。また、各ドメインのモデルパラメータを再推定する必要がないため、実際のユースケースに効果的です。評価は、2つの異なるテストシナリオに対して英語からフランス語への翻訳で行われます。我々はまず…の場合を考える 続き

キャサリン・コブス、ジョセップ・クレゴ、ジャン・セネラート

ニューロンの奇跡を題材とした作品

L'adaptation au domaine est un verrou scientifique en traduction automatique.この度の改訂版は、叙述の自由な解釈を可能にするものであり、叙述の自由な解釈を可能にするものではありません。Avec la traduction automatique neuronale, nous étudions une nouvelle approche d'adaptation au domaine que nous appelons “spécialization” et qui présente des résultats prometteurs tant dans la vitesse d'apprentissage que dans les scores de traduction. （アヴェック・ラ・トラダクションの自動的解釈のニューロナーレとヌース・エトゥディオンの解釈）Dans cetの記事、nous proposons d'explorer cette approche.

Josep Crego、Jean Senellart、Christophe Servan氏

コンセプション・デュネ・ソリューション・ド・デテクションの基礎とTwitter

Cetの記事présente un système d'alertes fondé sur la masse de données issues de Tweeter.実際の監視の下で，異なる領域の間でテモインが交わされる中で，自然災害に対するスポーツの概念を取り入れています。Cette surveillance est transmise à l'utilisateur sous forme d'une interface web contenant la liste d'événements localisés sur une carte. (インターネットのインターネット接続に関する情報は、インターネットを通じてインターネットを通じて提供されます。

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

SYSTRAN純粋神経機械翻訳[PDF]

私たち一人一人が、日々のビジネスアプリケーションにおけるディープラーニングを経験し、耳にしたことがあります。この新しいテクノロジーの基本は何ですか。また、新しいオポチュニティはどのようなものですか。

ドメインの専門化：ニューラル機械翻訳のポストトレーニングのドメイン適応

ドメインの適合は、機械翻訳の重要な機能です。一般的に、用語、ドメイン、スタイルの適応を含み、特にコンピュータ支援翻訳(CAT)の人間による事後編集ワークフローに対応しています。ニューラル機械翻訳(NMT)を用いて、我々が「専門化」と呼ぶ新しいドメインアダプテーションの概念を導入し、学習速度と適応精度の両方で有望な結果を示しています。本論文では、このアプローチをいくつかの観点から検討することを提案する。

Josep Crego、Jean Senellart、Christophe Servan氏

簡易翻訳からのニューラル機械翻訳

テキストの単純化は、同じ意味を維持しながら、テキストの語彙、文法、および構造の複雑さを軽減することを目的としています。機械翻訳では、ディープニューラル翻訳モデルの学習能力を高めるために、簡略化された翻訳のアイデアを紹介します。我々は、全く同じバイテキストで学習されたニューラル機械翻訳(NMT)システムを使用しながら、バイテキストの翻訳がバイテキストのターゲット参照に比べて実際に翻訳の複雑さを減らすことを示す予備実験を行います。知識蒸留の考え方に基づいて、簡略化されたバイテキストを使用してNMTシステムを訓練し、構築された初期システムを上回ることを示す… 続き

ジャン・セネラート・ジョセプ・クレゴ

SYSTRANの純粋神経機械翻訳システム

LISAによるニューラル機械翻訳(NMT)の最初のオンライン実証以来、NMT開発は最近、複数の企業が既存の技術を置き換えるためにNMTエンジンを展開することを発表したように、研究室から生産システムに移行しました。NMTシステムには多数のトレーニング構成があり、そのようなシステムのトレーニングプロセスは通常非常に長く、多くの場合は数週間であるため、実験の役割は重要であり、共有することが重要です。本稿では、多種多様な言語（12言語、32言語ペア）を対象としたオンラインデモンストレータのリリースと同時に、本番環境に対応したシステムへのアプローチを紹介する。我々は，異なる実際的な選択肢を探求する。すなわち，効率的で進化的なオープンソース・フレームワークである。 続き

ジョセップ・クレゴ、キム・ジュンギ、クレイン・ギヨーム、レボロ、キャシー・ヤン、ジャン・セネラート、エゴール・アハノフ、パトリス・ブルネッレ、オーレリアン・コカール、ヨンチャオ・デン、江ノ上聡、チヨ・ガイス、ジョシュア・ヨハンソン、アルダス・カルサ、ラオーム・キアリ、ビョンギル・コ、キャサリン・コバス、ジャン・ロリエウクス、レディアナ・マルティンス、ダン=チュアン・グエン、アレクサンドラ・プリーリ omas Riccardi、Natalia Segal、Christophe Servan、Cyril Tiquet、Bo Wang、Jin Yang、Dakun Zhang、Jing Zhou、Peter Zoldan

System Combination RWTH Aachen - SYSTRAN for the NTCIR-10 PatentMT Evaluation 2013 [PDF]

本稿は、第10回NTCIRワークショップにおける中国語 – 英語特許機械翻訳タスクにおけるRWTH Aachen UniversityとSYSTRANの共同投稿について述べる。RWTHアーヘン大学が開発した統計システムと、SYSTRANが開発したハイブリッド機械翻訳システムを特定します。RWTHアーヘンの組み合わせ技術を応用して、非常に異なるシステムからコンセンサス仮説を作成した。このシステムの組み合わせは、BLEUで2番目にランクされ、この競争の人間の妥当性の評価で2番目にランクされました。

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

SYSTRAN CWMT 2011用の中国語 – 英語および英語 – 中国語ハイブリッド機械翻訳システム [PDF]

このレポートでは、CWMT 2011機械翻訳評価作業に参加したSYSTRANの中国語 – 英語および英語 – 中国語の機械翻訳システムについて説明します。基本システムはSYSTRAN ルールベースの機械翻訳システムで、さまざまな統計的手法で拡張されています。ルールベースのシステムの翻訳に基づいて、提供されたバイリンガルおよびモノリンガルのトレーニング企業で統計的な事後編集を行いました。本報告では、CWMT 2011評価におけるシステムの裏付けとなる技術とトレーニングデータ、そして最終的な評価結果について述べる。私たちの主要な中国語 – 英語システムは、翻訳タスクでBLEUで最初にランク付けされました。

Jin Yang、Satoshi Enoue、Jean Senellart

翻訳メモリと統計的機械翻訳の融合[PDF]

統計的機械翻訳(SMT)と翻訳メモリ(TM)のアイデアを融合する2つの方法を紹介します。TMを使用してソースセグメントの一致を取得し、不一致の部品をSMTシステムへの指示に置き換えてギャップを埋めます。701 TP 3 T以上のファジィ一致では、一つの方法がSMTとTMのベースラインを上回ることを示した。

ジャン・セネラート・フィリップ・ケーン