정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
Transformer 기반 번역문 사후 교정 |
| 영문제목(English Title) |
Transformer-based Automatic Post-Editing for Machine Translation |
| 저자(Author) |
신재훈
김영길
이종혁
Jaehun Shin
Youngkil Kim
Jong-hyeok Lee
|
| 원문수록처(Citation) |
VOL 25 NO. 01 PP. 0064 ~ 0069 (2019. 01) |
한글내용
(Korean Abstract) |
번역문 사후 교정은 기계 번역 시스템의 결과물을 교정하여 더 나은 번역문을 만들어내는 연 구로, 기계 번역 시스템에 독립적으로 번역 품질 향상을 위해 제안된 분야이다. 본 논문에서는 최근의 연 구 흐름에 따라 번역문 사후 교정을 번역문과 원문을 별도의 소스로 간주하는 다중 소스 번역 문제 (multi-source translation problem)로 간주하고, 이를 바탕으로 Transformer를 이용한 다중 인코더 구조 의 사후 교정 모델을 제안한다. 이 모델은 각 입력과 교정문 사이의 의존성을 별도로 학습하고, 이들을 더 하여 최종 입출력 의존성을 얻는다. WMT17 사후 교정 말뭉치를 이용한 실험에서는 다중 인코더 모델이 기존 모델에 비해 더 나은 교정 성능을 보였으며, 사후 교정을 거치지 않은 문장에 비해서도 나은 번역 품질을 보였다.
|
영문내용
(English Abstract) |
Automatic Post-Editing (APE) is a study on the correction for the output of machine translation (MT) systems for the purpose of improving their translation quality. In this paper, APE is regarded as a multi-source translation problem in which one source is an MT output and the other is an input source sentence. So we propose a neural multi-encoder post-editing model based on the transformer. This model aims to find out the dependencies of multiple sources against their post-edited sentence separately. It then adds them to achieve the final input-output dependency. Our experiment on the WMT17 APE data shows that the multi-encoder model outperforms the basic transformer model, producing a better MT output.
|
| 키워드(Keyword) |
기계 번역
번역문 사후 교정
transformer
다중 인코더 구조
machine translation
automatic post-editing
transformer
multi-encoder architecture
|
| 파일첨부 |
PDF 다운로드
|
