|
|
Rich Features in Phrase-Based Machine Translation
Kos, Kamil ; Bojar, Ondřej (vedoucí práce) ; Žabokrtský, Zdeněk (oponent)
V této práci zkoumáme metody, jak zlepšit kvalitu statistického strojového překladu použitím bohaté lingvistické informace. Nejdříve popíšeme SemPOS - metriku, která využívá mělké sémantické reprezentace vět k hodnocení kvality strojového překladu. Ukážeme, že i když tato metrika dosahuje vysoké korelace s lidskými hodnoceními kvality překladu, není samostatně vhodná pro optimalizaci parametrů systémů strojového překladu. Za druhé rozšíříme základní log-lineární model používaný ve statistickém strojovém překladu o kontextový model zdrojové věty, který pomáhá lépe rozlišovat mezi různými možnostmi překladu dané fráze a pomáhá vybrat nejvhodnější překlad pro daný kontext v aktuální větě.
|
|
|
Adaptace nových metrik strojového překladu pro češtinu
Kos, Kamil ; Bojar, Ondřej (vedoucí práce) ; Žabokrtský, Zdeněk (oponent)
In the present work we study semi-automatic evaluation techniques of machine translation (MT) systems based on comparison of the MT system's out-put to human translations of the same text. Various metrics were proposed in the past years, ranging from metrics using only unigram comparison to metrics that try to take advantage of additional syntactic or semantic information. The main goal of this thesis is to compare these metrics with respect to their correlation with human judgments and to propose the most suitable ones for evaluation of MT systems with Czech as target language. An implementation of a tool that computes the MT metrics is part of this work.
|
|
|
Rich Features in Phrase-Based Machine Translation
Kos, Kamil ; Žabokrtský, Zdeněk (oponent)
Název práce: Bohaté rysy ve frázovém strojovém překladu Autor: Kamil Kos Katedra (ústav): Ústav formální a aplikované lingvistiky Vedoucí diplomové práce: RNDr. Ondřej Bojar, Ph.D. e-mail vedoucího: bojar@ufal.mff.cuni.cz Klíčová slova: strojový překlad, hodnocení kvality, kontextový model, suffixové pole Abstrakt: V této práci zkoumáme metody, jak zlepšit kvalitu statistického strojového překladu použitím bohaté lingvistické informace. Nejdříve popíšeme SemPOS - metriku, která využívá mělké sémantické reprezentace vět k hodnocení kvality strojového překladu. Ukážeme, že i když tato metrika dosahuje vysoké korelace s lidskými hodnoceními kvality překladu, není samostatně vhodná pro optimalizaci parametrů systémů strojové- ho překladu. Za druhé rozšíříme základní log-lineární model používaný ve statistickém strojovém překladu o kontextový model zdrojové věty, který pomáhá lépe rozlišovat mezi různými možnostmi překladu dané fráze a pomáhá vybrat nejvhodnější překlad pro daný kontext v aktuální větě.
|
|
|
Rich Features in Phrase-Based Machine Translation
Kos, Kamil ; Žabokrtský, Zdeněk (oponent)
Název práce: Bohaté rysy ve frázovém strojovém překladu Autor: Kamil Kos Katedra (ústav): Ústav formální a aplikované lingvistiky Vedoucí diplomové práce: RNDr. Ondřej Bojar, Ph.D. e-mail vedoucího: bojar@ufal.mff.cuni.cz Klíčová slova: strojový překlad, hodnocení kvality, kontextový model, suffixové pole Abstrakt: V této práci zkoumáme metody, jak zlepšit kvalitu statistického strojového překladu použitím bohaté lingvistické informace. Nejdříve popíšeme SemPOS - metriku, která využívá mělké sémantické reprezentace vět k hodnocení kvality strojového překladu. Ukážeme, že i když tato metrika dosahuje vysoké korelace s lidskými hodnoceními kvality překladu, není samostatně vhodná pro optimalizaci parametrů systémů strojové- ho překladu. Za druhé rozšíříme základní log-lineární model používaný ve statistickém strojovém překladu o kontextový model zdrojové věty, který pomáhá lépe rozlišovat mezi různými možnostmi překladu dané fráze a pomáhá vybrat nejvhodnější překlad pro daný kontext v aktuální větě.
|
|
|
Rich Features in Phrase-Based Machine Translation
Kos, Kamil ; Bojar, Ondřej (vedoucí práce) ; Žabokrtský, Zdeněk (oponent)
V této práci zkoumáme metody, jak zlepšit kvalitu statistického strojového překladu použitím bohaté lingvistické informace. Nejdříve popíšeme SemPOS - metriku, která využívá mělké sémantické reprezentace vět k hodnocení kvality strojového překladu. Ukážeme, že i když tato metrika dosahuje vysoké korelace s lidskými hodnoceními kvality překladu, není samostatně vhodná pro optimalizaci parametrů systémů strojového překladu. Za druhé rozšíříme základní log-lineární model používaný ve statistickém strojovém překladu o kontextový model zdrojové věty, který pomáhá lépe rozlišovat mezi různými možnostmi překladu dané fráze a pomáhá vybrat nejvhodnější překlad pro daný kontext v aktuální větě.
|
|
|
Adaptace nových metrik strojového překladu pro češtinu
Kos, Kamil ; Žabokrtský, Zdeněk (oponent) ; Bojar, Ondřej (vedoucí práce)
In the present work we study semi-automatic evaluation techniques of machine translation (MT) systems based on comparison of the MT system's out-put to human translations of the same text. Various metrics were proposed in the past years, ranging from metrics using only unigram comparison to metrics that try to take advantage of additional syntactic or semantic information. The main goal of this thesis is to compare these metrics with respect to their correlation with human judgments and to propose the most suitable ones for evaluation of MT systems with Czech as target language. An implementation of a tool that computes the MT metrics is part of this work.
|
host ::
RSS.