WALDO – Traducere prin Machine Learning

(Alexander Stafford) (5 noiembrie , 2020)

Propunere:

Căutăm să dezvoltăm un sistem de traducere care să profite a tehnologiei voce-text și text-voce. Ne propunem să proiectăm un sistem care să poată fi utilizat pentru a ajuta persoanele în vârstă sau cu dizabilități să utilizeze serviciile de traducere, în special cele cu probleme sau probleme care le împiedică să folosească metode tradiționale de introducere (de exemplu, introducerea tastaturii). Ne propunem să utilizăm API-ul NUGU pentru a permite utilizatorilor să vorbească cu difuzorul NUGU și să-l traducă pe frazele lor. Vorbitorul NUGU va furniza traducerile prin trimiterea datelor vocale către serverul nostru de traducere pentru a fi convertite în text și traduse; serverul va trimite apoi datele text înapoi pentru a fi citite cu voce tare de către difuzorul NUGU. Acest sistem va fi proiectat pentru a permite o introducere intuitivă rapidă într-un sistem de traducere. Sistemul va include, de asemenea, capacitatea de a copia rezultatele de traducere în clipboard-ul utilizatorului, astfel încât să poată fi utilizat cu ușurință în altă parte. Pentru a îmbunătăți capacitățile de traducere ale sistemului vom implementa un sistem simplu „degetul mare în sus / degetul mare în jos”; acest lucru va permite utilizatorilor să evalueze traducerea ca fiind bună sau rea.

Contribuitori: 김근후, 이원제 , 정재용, Alexander Stafford

Lista lucrărilor anterioare conexe:

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

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

G. Guida și G. Mauri, „Evaluarea sistemelor de procesare a limbajului natural: probleme și abordări”, în Proceedings of the IEEE, vol. 74, nr. 7, pp. 1026-1035, iulie 1986, doi: 10.1109 / PROC.1986.13580.

Choe, D. K., &; Charniak, E. (2016). Analizarea ca modelare a limbajului. Lucrările Conferinței 2016 privind metodele empirice în procesarea limbajului natural. doi: 10.18653 / v1 / d16–1257

Mathur, P., Mauro, C., & Federico, M. (2013). Abordări de învățare online în traducerea asistată de computer. În Proceedings of the Optth Workshop on Statistical Machine Translation (pp. 301-308). Association for Computational Linguistics.

Lista instrumentelor și serviciilor (pe care le-am putea folosi):

Python – https://www.python.org/

R – https://www.r-project.org/

Rstudio – https://rstudio.com/

Servicii 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/

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *