Traducción automática neuronal
Casacuberta Nolla, Francisco (Universidad Politécnica de Madrid)
Peris Abril, Álvaro

Títol variant:	Traducció automàtica neuronal
Títol variant:	Neural Machine Translation
Data:	2017
Resum:	La traducció automàtica va estar dominada des del començament pels sistemes basats en el coneixement lingüístic, posteriorment es van obrir pas altres aproximacions, tals com les memòries de traducció i els sistemes estadístics de traducció, que extreien el coneixement de corpus paral·lels. Recentment, els models neuronals constitueixen l'estat de vanguarda de la traducció automàtica. Nombroses empreses de traducció i conegudes pàgines web estan fent servir aquestes tecnologies amb èxit. Un model neuronal és un tipus de model estadístic format per un conjunt d'unitats de procés simple densament connectades entre elles. Els paràmetres d'aquests models s'estimen a partir de corpus paral·lels gràcies a algoritmes d'aprenentatge automàtic eficients i a processadors gràfics potents. L'aplicació dels models neuronals a la traducció automàtica obliga a què les paraules es representen en forma de vectors i que per tal de processar frases s'utilitzen xarxes neuronals recurrents.
Resum:	From the outset, automatic translation was dominated by systems based on linguistic information, but then later other approaches opened up the way, such as translation memories and statistical machine translation which draw on parallel language corpora. Recently the neuronal machine translation (NMT) models have become the cutting edge in automatic translation and many translation agencies and well-known web pages are successfully using these technologies. One NMT model is a kind of statistical model comprising a group of simple deeply interconnected process units. The parameters of these models are estimated from parallel corpora using efficient automatic learning algorithms and powerful graphic processors. Applying these neural models to automatic translation requires words to be represented in the form of vectors and use recurrent neural networks in order to process phrases.
Resum:	La traducción automática estuvo dominada desde el principio por los sistemas basados en el conocimiento lingüístico, posteriormente se abrieron paso otras aproximaciones, tales como las memorias de traducción y los sistemas estadísticos de traducción, que extraían el conocimiento de corpus paralelos. Recientemente, los modelos neuronales constituyen el estado de vanguardia de la traducción automática. Numerosas empresas de traducción y conocidas páginas web están utilizando estas tecnologías con éxito. Un modelo neuronal es un tipo de modelo estadístico formado por un conjunto de unidades de proceso simple densamente conectadas entre si. Los parámetros de estos modelos se estiman a partir de corpus paralelos gracias a eficientes algoritmos de aprendizaje automático y a potentes procesadores gráficos. La aplicación de los modelos neuronales a la traducción automática obliga a que las palabras se representen en forma de vectores y que para procesar frases se utilicen redes neuronales recurrentes.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Llengua:	Castellà
Document:	Article ; recerca ; Versió publicada
Matèria:	Traducción automática ; Traducción asistida por ordenador ; Traducción automática neuronal ; Traducció automàtica ; Traducció assistida per ordinador ; Traducció automàtica neuronal ; Machine translation ; Computer assisted translation ; Neural translation
Publicat a:	Tradumàtica, Núm. 15 (2017) , p. 66-74 (Tradumàtica dossier) , ISSN 1578-7559

Adreça original: https://revistes.uab.cat/tradumatica/article/view/n15-casacuberta-peris
Adreça alternativa: https://raco.cat/index.php/Tradumatica/article/view/331625
Adreça alternativa: https://raco.cat/index.php/Tradumatica/article/view/n15-casacuberta-peris
DOI: 10.5565/rev/tradumatica.203

9 p, 421.1 KB

El registre apareix a les col·leccions:
Articles > Articles publicats > Revista Tradumàtica
Articles > Articles de recerca