WALDO – Översättning via maskininlärning

Publicerad

(Alexander Stafford) (5 nov , 2020)

Förslag:

Vi vill utveckla ett översättningssystem som drar nytta av röst-till-text och text-till-röst-teknik. Vi strävar efter att utforma ett system som kan användas för att hjälpa äldre eller funktionshindrade att använda översättningstjänster, särskilt de med problem eller problem som hindrar dem från att använda traditionella inmatningsmetoder (t.ex. tangentbordsinmatning). Vi planerar att använda NUGU API för att tillåta användare att prata med NUGU-högtalaren och låta den översätta sina fraser. NUGU-högtalaren tillhandahåller översättningarna genom att skicka röstdata till vår översättningsserver för att konverteras till text och översättas. servern skickar sedan tillbaka textdata för att läsas upp av NUGU-högtalaren. Detta system kommer att utformas för att möjliggöra snabb intuitiv inmatning i ett översättningssystem. Systemet inkluderar också möjligheten att kopiera översättningsutdata till användarens urklipp så att de enkelt kan använda den någon annanstans. För att förbättra översättningsfunktionerna i systemet kommer vi att implementera ett enkelt “tummen upp / tummen ner” -systemet; detta gör det möjligt för användare att betygsätta översättningen som antingen bra eller dålig.

Bidragsgivare: 김근후, 이원제 , 정재용, Alexander Stafford

Lista över tidigare relaterat arbete:

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

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

G. Guida och G. Mauri, ”Utvärdering av naturliga språkbearbetningssystem: frågor och tillvägagångssätt,” i Proceedings of the IEEE, vol. 74, nr. 7, s. 1026–1035, juli 1986, doi: 10.1109 / PROC.1986.13580.

Choe, D. K., &; Charniak, E. (2016). Tolkning som språkmodellering. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing. doi: 10.18653 / v1 / d16–1257

Mathur, P., Mauro, C., & Federico, M. (2013). Online lärande metoder i datorassisterad översättning. I Proceedings of the Eighth Workshop on Statistical Machine Translation (s. 301–308). Association for Computational Linguistics.

Lista över verktyg och tjänster (som vi kan använda):

Python – https://www.python.org/

R – https://www.r-project.org/

Rstudio – https://rstudio.com/

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

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

Anaconda – https: //www.anaconda.com/

Keras – https://keras.io/

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

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *