Abstract
L’adaptation au domaine est un verrou scientifique en traduction automatique. Il englobe généralement l’adaptation de la terminologie et du style, en particulier pour la post-édition humaine dans le cadre d’une traduction assistée par ordinateur. Avec la traduction automatique neuronale, nous étudions une nouvelle approche d’adaptation au domaine que nous appelons “spécialisation” et qui présente des résultats prometteurs tant dans la vitesse d’apprentissage que dans les scores de traduction. Dans cet article, nous proposons d’explorer cette approche.- Anthology ID:
- 2017.jeptalnrecital-court.27
- Volume:
- Actes des 24ème Conférence sur le Traitement Automatique des Langues Naturelles. Volume 2 - Articles courts
- Month:
- 6
- Year:
- 2017
- Address:
- Orléans, France
- Editors:
- Iris Eshkol-Taravella, Jean-Yves Antoine
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 218–225
- Language:
- French
- URL:
- https://aclanthology.org/2017.jeptalnrecital-court.27
- DOI:
- Cite (ACL):
- Christophe Servan, Josep Crego, and Jean Senellart. 2017. Adaptation incrémentale de modèles de traduction neuronaux (Incremental adaptation of neural machine translation models). In Actes des 24ème Conférence sur le Traitement Automatique des Langues Naturelles. Volume 2 - Articles courts, pages 218–225, Orléans, France. ATALA.
- Cite (Informal):
- Adaptation incrémentale de modèles de traduction neuronaux (Incremental adaptation of neural machine translation models) (Servan et al., JEP/TALN/RECITAL 2017)
- PDF:
- https://preview.aclanthology.org/nschneid-patch-4/2017.jeptalnrecital-court.27.pdf