WALDO: traducción mediante aprendizaje automático

Publicado el

(Alexander Stafford) (5 de noviembre , 2020)

Propuesta:

Estamos buscando desarrollar un sistema de traducción que aproveche de la tecnología de voz a texto y de texto a voz. Nuestro objetivo es diseñar un sistema que pueda usarse para ayudar a las personas mayores o discapacitadas a usar los servicios de traducción, en particular a aquellos con algún problema o problema que les impide usar métodos de entrada tradicionales (por ejemplo, entrada de teclado). Planeamos utilizar la API NUGU para permitir a los usuarios hablar con el hablante NUGU y hacer que traduzca sus frases. El orador de NUGU proporcionará las traducciones enviando los datos de voz a nuestro servidor de traducción para convertirlos a texto y traducirlos; el servidor enviará entonces los datos de texto para que el hablante de NUGU los lea en voz alta. Este sistema estará diseñado para permitir una entrada rápida e intuitiva en un sistema de traducción. El sistema también incluirá la capacidad de copiar la salida de la traducción al portapapeles del usuario para que pueda usarla fácilmente en otro lugar. Con el fin de mejorar las capacidades de traducción del sistema, implementaremos un sistema simple de «pulgar arriba / pulgar abajo»; esto permitirá a los usuarios calificar la traducción como buena o mala.

Colaboradores: 김근후, 이원제 , 정재용, Alexander Stafford

Lista de trabajos anteriores relacionados:

https://developers.naver.com/products/nmt/

https: //cloud.google.com/translate/#how-automl-translationbeta-works

G. Guida y G. Mauri, «Evaluación de los sistemas de procesamiento del lenguaje natural: problemas y enfoques», en Proceedings of the IEEE, vol. 74, no. 7, págs. 1026-1035, julio de 1986, doi: 10.1109 / PROC.1986.13580.

Choe, D. K., &; Charniak, E. (2016). Análisis como modelado de lenguaje. Actas de la Conferencia de 2016 sobre métodos empíricos en el procesamiento del lenguaje natural. doi: 10.18653 / v1 / d16–1257

Mathur, P., Mauro, C., & Federico, M. (2013). Enfoques de aprendizaje en línea en traducción asistida por computadora. En Actas del octavo taller sobre traducción automática estadística (págs. 301-308). Association for Computational Linguistics.

Lista de herramientas y servicios (que podríamos usar):

Python – https://www.python.org/

R – https://www.r-project.org/

Rstudio – https://rstudio.com/

Servicios de AWS – https://aws.amazon.com/

API NUGU – https://developers.nugu.co.kr/

Anaconda – https: //www.anaconda.com/

Keras – https://keras.io/

Tensorflow – https://www.tensorflow.org/

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *