WALDO — 기계 학습을 통한 번역

(Alexander Stafford) (11 월 5 일 , 2020)

제안 :

우리는이를 활용하는 번역 시스템을 개발하려고합니다. 음성-텍스트 및 텍스트-음성 기술. 우리는 노인이나 장애인이 번역 서비스를 사용하는 데 도움이 될 수있는 시스템을 설계하는 것을 목표로하고 있습니다. 특히 전통적인 입력 방법 (예 : 키보드 입력)을 사용하는 데 문제가 있거나 문제가있는 사람들을 지원합니다. 우리는 NUGU API를 사용하여 사용자가 NUGU 스피커와 대화하고 자신의 문구를 번역하도록 할 계획입니다. NUGU 스피커는 음성 데이터를 번역 서버로 전송하여 텍스트로 변환하고 번역하여 번역을 제공합니다. 그런 다음 서버는 NUGU 스피커가 소리내어 읽을 수 있도록 텍스트 데이터를 다시 보냅니다. 이 시스템은 번역 시스템에 빠르고 직관적으로 입력 할 수 있도록 설계됩니다. 이 시스템에는 번역 결과물을 사용자의 클립 보드에 복사하는 기능도 포함되어있어 다른 곳에서 쉽게 사용할 수 있습니다. 시스템의 번역 기능을 개선하기 위해 간단한 “좋아요 / 싫어요”시스템을 구현합니다. 이렇게하면 사용자가 번역을 좋거나 나쁘게 평가할 수 있습니다.

참여자 : 김근후, 이원제 , 정재용, Alexander Stafford

이전 관련 작업 목록 :

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

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

G. Guida and G. Mauri,“Evaluation of natural language processing systems : Issues and approach,”in Proceedings of the IEEE, vol. 74, 아니. 7, pp. 1026–1035, 1986 년 7 월, doi : 10.1109 / PROC.1986.13580.

Choe, D. K., &; Charniak, E. (2016). 언어 모델링으로 구문 분석. 자연어 처리의 경험적 방법에 대한 2016 컨퍼런스의 진행. doi : 10.18653 / v1 / d16–1257

Mathur, P., Mauro, C., & Federico, M. (2013). 컴퓨터 지원 번역의 온라인 학습 접근 방식. 통계적 기계 번역에 관한 여덟 번째 워크숍의 회보 (pp. 301–308). 전산 언어학 협회.

도구 및 서비스 목록 (사용할 수 있음) :

Python — https://www.python.org/

R — https://www.r-project.org/

Rstudio — https://rstudio.com/

AWS 서비스 — https://aws.amazon.com/

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

아나콘다 — https : //www.anaconda.com/

Keras — https://keras.io/

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

답글 남기기

이메일 주소를 발행하지 않을 것입니다. 필수 항목은 *(으)로 표시합니다