[Article en anglais] Priming Neural Machine Translation [PDF]

Documents de recherche SYSTRAN

L'amorçage est un phénomène de psychologie bien connu et étudié, basé sur la présentation préalable d'un stimulus (signal) pour influencer le traitement d'une réponse.

Dans cet article, nous proposons un cadre pour imiter le processus d'amorçage dans le contexte de la traduction automatique neuronale (NMT). Nous évaluons l'effet de l'utilisation de traductions similaires comme signaux d'amorçage sur le réseau NMT.

Nous proposons une méthode pour injecter des signaux d'amorçage dans le réseau NMT et comparer notre cadre à d'autres mécanismes qui effectuent une micro-adaptation lors de l'inférence.

Dans l'ensemble, les expériences menées dans un environnement multidomaine confirment que l'ajout de signaux d'amorçage dans le décodeur NMT peut contribuer grandement à améliorer la précision de la traduction. En outre, nous montrons la pertinence de notre cadre pour recueillir des informations précieuses pour un réseau NMT à partir de ressources monolingues.

MinhQuang PhamJitao XuJosep Maria CregoFrançois YvonJean Senellart

 

En savoir plus

 

Compte rendu de la cinquième Conférence sur la traduction automatique, novembre 2020

Auteur
Alan, expert en technologies de traduction
S'inscrire à la newsletter
Retrouvez toute l'actu et les dernières technos. Un magazine conçu par SYSTRAN