WALDO – käännös koneoppimisen kautta

(Alexander Stafford) (5. marraskuuta , 2020)

Ehdotus:

Pyrimme kehittämään käännösjärjestelmän, joka hyödyntää puheesta tekstiin ja teksti puheeksi -tekniikan. Pyrimme suunnittelemaan järjestelmän, jota voitaisiin käyttää vanhusten tai vammaisten auttamiseen käännöspalveluiden käytössä, etenkin sellaisissa, joissa on ongelmia tai ongelmia, jotka estävät heitä käyttämästä perinteisiä syöttötapoja (esim. Näppäimistön syöttö). Aiomme käyttää NUGU-sovellusliittymää, jotta käyttäjät voivat puhua NUGU-puhujalle ja antaa sen kääntää lauseensa. NUGU-puhuja toimittaa käännökset lähettämällä puhedatan käännöspalvelimellemme muunnettavaksi tekstiksi ja käännettäväksi. palvelin lähettää sitten tekstidatan takaisin luettavaksi NUGU-kaiuttimelle. Tämä järjestelmä on suunniteltu mahdollistamaan nopea intuitiivinen syöttö käännösjärjestelmään. Järjestelmä sisältää myös mahdollisuuden kopioida käännöstulos käyttäjän leikepöydälle, jotta hän voi käyttää sitä helposti muualla. Järjestelmän käännösominaisuuksien parantamiseksi toteutamme yksinkertaisen ”peukkua ylös / peukalo alas” -järjestelmän; Tämän avulla käyttäjät voivat arvioida käännöksen joko hyväksi tai huonoksi.

Avustajat: 김근후, 이원제 , 정재용, Alexander Stafford

Luettelo edellisestä aiheeseen liittyvästä työstä:

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

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

G. Guida ja G. Mauri, ”Luonnollisen kielenkäsittelyjärjestelmän arviointi: ongelmat ja lähestymistavat”, julkaisussa Proceedings of the IEEE, voi. 74, ei. 7, s. 1026–1035, heinäkuu 1986, doi: 10.1109 / PROC.1986.13580.

Choe, D. K., &; Charniak, E. (2016). Jäsennys kielimallinnuksena. Vuoden 2016 konferenssi, joka käsittelee empiirisiä menetelmiä luonnollisen kielen prosessoinnissa. doi: 10.18653 / v1 / d16–1257

Mathur, P., Mauro, C., & Federico, M. (2013). Online-oppimismenetelmät tietokoneavusteisessa käännöksessä. Julkaisussa Proceedings of the kahdeksas työpaja tilastollisesta konekääntämisestä (s. 301–308). Laskennallisen kielitieteen yhdistys.

Luettelo työkaluista ja palveluista (joita voimme käyttää):

Python – https://www.python.org/

R – https://www.r-project.org/

Rstudio – https://rstudio.com/

AWS-palvelut – https://aws.amazon.com/

NUGU-sovellusliittymä – https://developers.nugu.co.kr/

Anaconda – https: //www.anaconda.com/

Keras – https://keras.io/

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

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *