2019년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
저-자원 언어의 번역 향상을 위한 다중-언어 기계번역 |
| 영문제목(English Title) |
Improving Low-resource Machine Translation by utilizing Multilingual, Out-domain Resources |
| 저자(Author) |
허광호
고영중
서정연
Guanghao Xu
Youngjoong Ko
Jungyun Seo
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 0649 ~ 0651 (2019. 06) |
한글내용
(Korean Abstract) |
신경망 기계번역은 학습 데이터가 부족할 경우 매우 제한적인 번역 성능을 보인다. 본 연구는 다중-언어 자원과 Out-domain 데이터를 활용한 한국어-영어 기계번역 모델을 제안하여 데이터 부족으로 인한 성능 저하 문제를 완화하였다. 다중-언어는 중국어와 일본어 자원을 사용하였고 Out-domain 데이터는 Opensubtitles, Tatoeba, Tanzil 등 병렬 코퍼스를 사용하였다. 제안 모델은 TED 구어체 번역 평가 코퍼스: Test2016, Test2017에서 BLEU점수 16.97, 15.45로 기본 모델 10.09, 8.98에 비해 각각 +6.9, +6.5 향상되었다.1) |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
