|
|
Jazykové modelování pro němčinu
Tlustý, Marek ; Bojar, Ondřej (vedoucí práce) ; Hana, Jiří (oponent)
Práce se zabývá jazykovým modelováním pro němčinu. Soustředí se na specifika německé gramatiky, která činí běžným n-gramovým modelům problémy. Nejprve popisuje statistické metody jazykového modelování a vysvětluje problematické jevy němčiny. Následně navrhuje vlastní varianty n-gramových jazykových modelů s cílem tyto problémy zlepšit. Vlastní modely jsou trénovány jednak jako standardní n-gramové, a jednak také metodou maximální entropie s n-gramovými rysy. Oba typy jsou vždy porovnány z hlediska korelace ručně hodnocené plynulosti vět a automatického hodnocení - perplexity. Srovnány jsou zároveň výpočetní nároky. Dále je navrhnuta množina vlastních rysů reprezentující počet gramatických chyb vybraných jevů. Úspěšnost se ověřuje na schopnosti predikovat ručně hodnocenou plynulost. Využito je modelů maximální entropie a vlastních modelů klasifikujících jen na základě mediánů hodnot rysů vypočtených z trénovacích dat.
|
|
|
Využití hrubé reprezentace slov ve strojovém překladu do češtiny
Tlustý, Marek ; Bojar, Ondřej (vedoucí práce) ; Mareček, David (oponent)
Práce se zabývá možnostmi hrubé reprezentace slov ve strojovém překladu z němčiny a maďarštiny do češtiny. Porovnává různé nástroje na dělení německých a maďarských složenin. Pro maďarštinu je pak navíc navrhnut způsob dělení podstatných jmen v několika variantách. Práce pokračuje experimenty se slovními třídami, kde kombinuje dělení slov a různé konfigurace slovních tříd. Speciálně jsou pak používány třídy dvojjazyčné. Porovnání je vždy provedeno na překladu z němčiny nebo maďarštiny do češtiny. Výstupy jsou hodnoceny automatickými metrikami BLEU a METEOR. Nejlepší konfigurace jsou vyhodnoceny ručně. Ukazuje se, že samotné dělení německých složenin a maďarských podstatných jmen nevede při překladu do češtiny k příliš lepším výsledkům, v kombinaci se slovními třídami je zlepšení výraznější.
|
|
|
Jazykové modelování pro němčinu
Tlustý, Marek ; Bojar, Ondřej (vedoucí práce) ; Hana, Jiří (oponent)
Práce se zabývá jazykovým modelováním pro němčinu. Soustředí se na specifika německé gramatiky, která činí běžným n-gramovým modelům problémy. Nejprve popisuje statistické metody jazykového modelování a vysvětluje problematické jevy němčiny. Následně navrhuje vlastní varianty n-gramových jazykových modelů s cílem tyto problémy zlepšit. Vlastní modely jsou trénovány jednak jako standardní n-gramové, a jednak také metodou maximální entropie s n-gramovými rysy. Oba typy jsou vždy porovnány z hlediska korelace ručně hodnocené plynulosti vět a automatického hodnocení - perplexity. Srovnány jsou zároveň výpočetní nároky. Dále je navrhnuta množina vlastních rysů reprezentující počet gramatických chyb vybraných jevů. Úspěšnost se ověřuje na schopnosti predikovat ručně hodnocenou plynulost. Využito je modelů maximální entropie a vlastních modelů klasifikujících jen na základě mediánů hodnot rysů vypočtených z trénovacích dat.
|
host ::
RSS.