Traducción multilingüe neuronal
[ES] Los traductores neuronal constituyen el estado del arte en traducción automática. Sin embargo son necesarios grandes corpus bilingües para el entrenamiento de estos traductores neuronales. Esto supone un gran problema cuando estos recursos son escasos para algún par de lenguas. Una vía para ata...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2020 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/158894 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/158894 |
| Access Level: | acceso abierto |
| Palabra clave: | Traducción Automática Traducción Neuronal Lenguages con Pocos Recursos Traducción Multilingüe NMT-Keras Machine Translation Neural Machine Translation Low-resource Languages Multilingual Machine Translation LENGUAJES Y SISTEMAS INFORMATICOS Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·ligència Artificial, Reconeixement de Formes i Imatge Digital |
| Sumario: | [ES] Los traductores neuronal constituyen el estado del arte en traducción automática. Sin embargo son necesarios grandes corpus bilingües para el entrenamiento de estos traductores neuronales. Esto supone un gran problema cuando estos recursos son escasos para algún par de lenguas. Una vía para atacar este problema es la traducción multilingüe que trata de la construcción de un traductor de una lengua a varias, de varias a una o de varias a varias lenguas. En este caso si las lenguas destino, por ejemplo, son similares y una de ellas posee suficientes datos paralelos y otra no, el entrenamiento de modelos para la primera puede ayudar a conseguir modelos aceptables para la segunda. En este trabajo se pretende estudiar técnicas que permitan la construcción de estos modelos multilingües Para ello se realizará una simulación con corpus bilingües existentes. |
|---|