JP7122341B2 - 翻訳品質を評価するための方法と装置 - Google Patents
翻訳品質を評価するための方法と装置 Download PDFInfo
- Publication number
- JP7122341B2 JP7122341B2 JP2020098690A JP2020098690A JP7122341B2 JP 7122341 B2 JP7122341 B2 JP 7122341B2 JP 2020098690 A JP2020098690 A JP 2020098690A JP 2020098690 A JP2020098690 A JP 2020098690A JP 7122341 B2 JP7122341 B2 JP 7122341B2
- Authority
- JP
- Japan
- Prior art keywords
- translation
- model
- score
- language
- sentence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/51—Translation evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/258—Heading extraction; Automatic titling; Numbering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/44—Statistical methods, e.g. probability models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Description
第1の方面において、本開示の実施例は、翻訳品質を評価するための方法を提供し、当該方法は、評価対象となる訳文と参照訳文とを取得するステップと、前記評価対象となる訳文と前記参照訳文を事前訓練された復唱コーディングモデルに入力し、前記評価対象となる訳文と前記参照訳文との語義類似度を取得するステップであって、前記復唱コーディングモデルは、一対のセンテンスが復唱センテンスである確率を算出するためのニューラルネットワークである、ステップと、前記評価対象となる訳文と前記参照訳文をそれぞれ2本の構文ツリーとして分析するステップと、前記2本の構文ツリーの類似度を算出して、前記評価対象となる訳文と前記参照訳文のテキスト類似度とするステップと、前記語義類似度と前記テキスト類似度との重み付けの和を翻訳品質の得点とするステップと、を含む。
を含む。
(2)文法ツリーを使用して訳文に対して文法構成類似度を評価する。
(4)キーポイントを使用し、例えば、名前付きエンティティ、重点実単語の翻訳正確率を使用して評価する。
本実施例において、翻訳品質を評価するための方法の実行主体(例えば、図1に示すサーバ)は、有線接続方式または無線接続方式により端末から評価対象となる訳文と参照訳文を受信でき、該端末はユーザにより利用されて翻訳品質評価を行うものである。評価対象となる訳文は音声の形態即ち通訳結果であってよく、テキストの形態であってもよい。通訳の訳文の場合、音声識別技術によりテキスト形態の訳文に転換する必要がある。参照訳文は専門家により翻訳と校正を行った標準訳文であり、テキスト形態である。評価対象となる訳文は段落全体である場合、センテンスに分割して評価すればよい。そして、各センテンスの評価得点の平均値を段落全体の評価得点とする。音声識別の場合、一時停止の時間により段落全体をセンテンスに分割することができる。
NP(NN (明さん)(小明))(VP VB(食べる)(吃) NN リンゴ(苹果))
NP(NN (リンゴ)(苹果))(VP PP(によって)(被) NN (明さん)(小明) VB (食べる)(吃了))
上記2つのセンテンスは実際に表現した語義が類似であるが、構文ツリーの構成は少し異なり、2つの異なる文法表現を反映し、前者は能動態であり、後者は受動態である。一般的なテキスト方式を利用してマッチングする場合、両者の構文の類似度が低い。tree kernelを利用した後、単語ノードを削除し、各センテンスのサブツリーを列挙し、その後、類似度の採点を行う。例えば最上層の文法ツリー及び2つのセンテンスの構成は同じNP(NN VP)である。
ステップ302において、評価対象となる訳文と参照訳文を事前訓練された復唱コーディングモデルに入力し、評価対象となる訳文と参照訳文の語義類似度を取得する。
A、テストの必要がある通訳文章のそれぞれに対して、自動問答コーパスを構築する。
ステップ402において、評価対象となる訳文と参照訳文を事前訓練された復唱コーディングモデルに入力し、評価対象となる訳文と参照訳文の語義類似度を取得する。
ステップ405において、評価対象となる訳文からキー情報を識別する。
続いて図5を参照し、翻訳品質を評価するための方法の第4の実施例の流れ500を示す。該翻訳品質を評価するための方法の流れ500は以下ステップを備える。
ステップ502において、評価対象となる訳文と参照訳文を事前訓練された復唱コーディングモデルに入力し、評価対象となる訳文と参照訳文の語義類似度を取得する。
ステップ509において、前記評価対象となる訳文からキー情報を識別する。
ステップ511において、語義類似度、テキスト類似度、分かりやすさの得点及び総合得点の重み付けの和を翻訳品質の得点とする。
Claims (17)
- 翻訳品質を評価するための装置により実行される方法であって、
評価対象となる訳文と参照訳文とを取得するステップと、
前記評価対象となる訳文と前記参照訳文を事前訓練された復唱コーディングモデルに入力し、前記評価対象となる訳文と前記参照訳文との語義類似度を取得するステップであって、前記復唱コーディングモデルは、一対のセンテンスが復唱センテンスである確率を算出するためのニューラルネットワークであり、前記一対のセンテンスが復唱センテンスであるとは、前記一対のセンテンスの一方と他方とが同じ語義を有することである、ステップと、
前記評価対象となる訳文と前記参照訳文をそれぞれ2本の構文ツリーとして分析するステップと、
前記2本の構文ツリーの類似度を算出して、前記評価対象となる訳文と前記参照訳文のテキスト類似度とするステップと、
前記評価対象となる訳文を事前訓練された自動問答モデル入力し、少なくとも1セットの質問と解答を取得するステップであって、前記自動問答モデルはテキスト中の問答と解答を抽出するためのニューラルネットワークである、ステップと、
前記少なくとも1セットの質問と解答における正解の割合を確定し、問答の得点とするステップと、
前記自動問答モデルにより参照訳文に対して解答結果分析を行って取得した標準得点を取得するステップと、
前記標準得点によって前記問答の得点を補正して、前記評価対象となる訳文の分かりやすさの得点を取得するステップと、
前記語義類似度と前記テキスト類似度と前記分かりやすさの得点との重み付けの和を翻訳品質の得点とするステップと、
を含む翻訳品質を評価するための方法。 - 前記方法は、
前記評価対象となる訳文からキー情報を識別するステップと、
識別されたキー情報と人工マークによるキー情報とを比較し、キー情報の正確率及びリコール率の総合得点を算出するステップと、
前記総合得点によって前記翻訳品質の得点を補正するステップと、
をさらに含む請求項1に記載の方法。 - 前記標準得点によって前記問答の得点を補正するステップは、
事前設定された定数を設置して前記標準得点と前記問答の得点の間の差をスムーズにするステップと、
を含む請求項1に記載の方法。 - 前記復唱コーディングモデルは、
言語が前記評価対象となる訳文と同じである第1の言語の原文集合を取得するステップと、
前記第1の言語の原文集合中の各第1の言語の原文に対して、第1の翻訳モデルにより当該第1の言語の原文を第2の言語の訳文に翻訳し、第2の翻訳モデルにより前記第2の言語の訳文を第1の言語の復唱センテンスに翻訳し、当該第1の言語の原文と復唱センテンスを復唱センテンスのペアとして組み合わせ、前記第1の言語の原文集合から当該第1の言語の原文以外の一つのセンテンスをランダムに選出して当該第1の言語の原文と非復唱センテンスのペアとして組み合わせるステップと、
復唱センテンスのペアの集合をプラスサンプルとして、非復唱センテンスのペアをマイナスサンプルとして、機械学習方法を利用してクラシファイアを訓練して復唱コーディングモデルを取得するステップと、
により訓練される請求項1に記載の方法。 - 前記方法は、
前記第1の翻訳モデルと前記第2の翻訳モデルの単語テーブルの大きさを制御し、多様化の復唱センテンスのペアを生成するステップをさらに含み、前記単語テーブルは、関連する翻訳モデルが訳語の生成時に単語表の内容のみで表現するように制限するために用いられる、請求項4に記載の方法。 - 前記復唱コーディングモデルの訓練サンプル集合は、第1の翻訳モデルの訓練サンプル集合と異なり、第2の翻訳モデルの訓練サンプル集合とも異なる請求項4または5に記載の方法。
- 前記評価対象となる訳文が事前設定された主流の言語である場合、BERTモデルを使用して復唱コーディングモデルとする請求項4または5に記載の方法。
- 翻訳品質を評価するための装置であり、
評価対象となる訳文と参照訳文とを取得するように構成される取得手段と、
前記評価対象となる訳文と前記参照訳文を事前訓練された復唱コーディングモデルに入力し、前記評価対象となる訳文と前記参照訳文との語義類似度を取得するように構成される語義評価手段であって、前記復唱コーディングモデルは、一対のセンテンスが復唱センテンスである確率を算出するためのニューラルネットワークであり、前記一対のセンテンスが復唱センテンスであるとは、前記一対のセンテンスの一方と他方とが同じ語義を有することである、語義評価手段と、
前記評価対象となる訳文と前記参照訳文をそれぞれ2本の構文ツリーとして分析するように構成される構文分析手段と、
前記2本の構文ツリーの類似度を算出して、前記評価対象となる訳文と前記参照訳文のテキスト類似度とするように構成される構文評価手段と、
分かりやすさ評価手段であって、
前記評価対象となる訳文を事前訓練された自動問答モデル入力し、少なくとも1セットの質問と解答を取得することであり、前記自動問答モデルはテキストにおける問答と解答を抽出するためのニューラルネットワークである、ことと、
前記少なくとも1セットの質問と解答における正解の割合を確定し、問答の得点とすることと、
前記自動問答モデルにより訳文に対して解答結果分析を行って取得した標準得点を取得することと、
前記標準得点によって前記問答の得点を補正して、前記評価対象となる訳文の分かりやすさの得点を取得することと、を実行するように構成される分かりやすさ評価手段と、
前記語義類似度と前記テキスト類似度と分かりやすさの得点との重み付けの和を翻訳品質の得点とするように構成される算出手段と、
を備える翻訳品質を評価するための装置。 - 前記装置は、キー情報評価手段をさらに備え、当該キー情報評価手段は、
前記評価対象となる訳文からキー情報を識別することと、
識別されたキー情報と人工マークによるキー情報とを比較し、キー情報の正確率及びリコール率の総合得点を算出することと、
前記総合得点によって前記翻訳品質の得点を補正することと、を行うように構成される請求項8に記載の装置。 - 前記分かりやすさ評価手段は、
事前設定された定数を設置して前記標準得点と前記問答の得点の間の差をスムーズにするようにさらに構成される請求項8に記載の装置。 - 前記装置は、訓練手段をさらに備え、当該訓練手段は、
言語が前記評価対象となる訳文と同じである第1の言語の原文集合を取得することと、
前記第1の言語の原文集合中の各第1の言語の原文に対して、第1の翻訳モデルにより当該第1の言語の原文を第2の言語の訳文に翻訳し、第2の翻訳モデルにより前記第2の言語の訳文を第1の言語の復唱センテンスに翻訳し、当該第1の言語の原文と復唱センテンスを復唱センテンスのペアとして組み合わせ、前記第1の言語の原文集合から当該第1の言語の原文以外の一つのセンテンスをランダムに選出して当該第1の言語の原文と非復唱センテンスのペアとして組み合わせることと、
復唱センテンスのペアの集合をプラスサンプルとして、非復唱センテンスのペアをマイナスサンプルとして、機械学習方法を利用してクラシファイアを訓練して復唱コーディングモデルを取得することと、を行うように構成される請求項8に記載の装置。 - 前記訓練手段は、
前記第1の翻訳モデルと前記第2の翻訳モデルの単語テーブル大きさを制御し、多様化の復唱センテンスのペアを生成するようにさらに構成され、前記単語テーブルは、関連する翻訳モデルが訳語の生成時に単語表の内容のみで表現するように制限するために用いられる、請求項11に記載の装置。 - 前記復唱コーディングモデルの訓練サンプル集合は、第1の翻訳モデルの訓練サンプル集合と異なり、第2の翻訳モデルの訓練サンプル集合とも異なる請求項11または12に記載の装置。
- 前記評価対象となる訳文が事前設定された主流の言語である場合、BERTモデルを使用して復唱コーディングモデルとする請求項11または12に記載の装置。
- 1つまたは複数のプロセッサと、
1つまたは複数のプログラムを記憶するための記憶装置と、を備える電子機器であって、
前記1つまたは複数のプログラムが前記1つまたは複数のプロセッサによって実行される場合、前記1つまたは複数のプロセッサに請求項1ないし7のいずれか1項に記載の方法を実現させる電子機器。 - コンピュータプログラムが記憶されているコンピュータ可読媒体であって、
前記プログラムがプロセッサによって実行される時、請求項1ないし7のいずれか1項に記載の方法を実現するコンピュータ可読媒体。 - コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサにより実行されると、請求項1ないし7のいずれか1項に記載の方法を実現させるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911256622.XA CN111027331B (zh) | 2019-12-05 | 2019-12-05 | 用于评估翻译质量的方法和装置 |
CN201911256622.X | 2019-12-05 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021089705A JP2021089705A (ja) | 2021-06-10 |
JP7122341B2 true JP7122341B2 (ja) | 2022-08-19 |
Family
ID=70208271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020098690A Active JP7122341B2 (ja) | 2019-12-05 | 2020-06-05 | 翻訳品質を評価するための方法と装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11481562B2 (ja) |
EP (1) | EP3832519A1 (ja) |
JP (1) | JP7122341B2 (ja) |
KR (1) | KR102401942B1 (ja) |
CN (1) | CN111027331B (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027331B (zh) * | 2019-12-05 | 2022-04-05 | 百度在线网络技术(北京)有限公司 | 用于评估翻译质量的方法和装置 |
CN113642337B (zh) * | 2020-05-11 | 2023-12-19 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置、翻译方法、电子设备以及计算机可读存储介质 |
CN111680524B (zh) * | 2020-06-09 | 2023-06-06 | 语联网(武汉)信息技术有限公司 | 基于逆向矩阵分析的人机反馈翻译方法与系统 |
CN111797639B (zh) * | 2020-06-28 | 2024-03-26 | 语联网(武汉)信息技术有限公司 | 一种机器翻译质量评估方法和系统 |
CN111831816B (zh) * | 2020-07-21 | 2023-06-27 | 虎博网络技术(上海)有限公司 | 核心内容处理方法、装置、电子设备和可读存储介质 |
CN111783478B (zh) * | 2020-08-18 | 2022-04-05 | Oppo广东移动通信有限公司 | 机器翻译质量估计方法、装置、设备及存储介质 |
CN112347795A (zh) * | 2020-10-04 | 2021-02-09 | 北京交通大学 | 机器翻译质量评估方法、装置、设备及介质 |
CN112734205A (zh) * | 2020-12-31 | 2021-04-30 | 平安科技(深圳)有限公司 | 模型置信度分析方法、装置、电子设备及计算机存储介质 |
CN112836529B (zh) * | 2021-02-19 | 2024-04-12 | 北京沃东天骏信息技术有限公司 | 生成目标语料样本的方法和装置 |
CN113283250A (zh) * | 2021-05-26 | 2021-08-20 | 南京大学 | 一种基于句法成分分析的自动化机器翻译测试方法 |
CN113470651A (zh) * | 2021-06-04 | 2021-10-01 | 广东外语外贸大学 | 基于摘要提取的语音评分方法和系统 |
CN113609875B (zh) * | 2021-08-06 | 2024-02-20 | 中国科学技术大学 | 翻译质量评估方法、装置、电子设备和存储介质 |
US11881041B2 (en) | 2021-09-02 | 2024-01-23 | Bank Of America Corporation | Automated categorization and processing of document images of varying degrees of quality |
KR20230034468A (ko) | 2021-09-02 | 2023-03-10 | 고려대학교 산학협력단 | 기계 번역 품질 예측을 이용한 최적의 번역 자막 생성 장치 및 방법 |
CN114997140B (zh) * | 2021-09-17 | 2023-04-28 | 荣耀终端有限公司 | 校验语义的方法和装置 |
KR102593447B1 (ko) | 2021-11-15 | 2023-10-25 | 고려대학교 산학협력단 | 기계 번역 품질 예측을 위한 학습 데이터 생성 장치 및 방법 |
CN115168856B (zh) * | 2022-07-29 | 2023-04-21 | 山东省计算中心(国家超级计算济南中心) | 二进制代码相似性检测方法及物联网固件漏洞检测方法 |
CN115310460A (zh) * | 2022-08-12 | 2022-11-08 | 京东科技信息技术有限公司 | 一种机器翻译质量评估方法、装置、设备和存储介质 |
CN115329784B (zh) * | 2022-10-12 | 2023-04-07 | 之江实验室 | 基于预训练模型的句子复述生成系统 |
CN116187282B (zh) * | 2022-12-30 | 2024-03-08 | 北京百度网讯科技有限公司 | 文本复述模型的训练方法、文本复述方法及装置 |
CN116822534A (zh) * | 2023-07-06 | 2023-09-29 | 四川语言桥信息技术有限公司 | 基于细粒度特征的机翻评估指标的解释方法、解释器模型及计算机可读存储介质 |
CN117272937B (zh) * | 2023-11-03 | 2024-02-23 | 腾讯科技(深圳)有限公司 | 文本编码模型训练方法、装置、设备及存储介质 |
CN117634431A (zh) * | 2024-01-26 | 2024-03-01 | 山东浪潮科学研究院有限公司 | 一种评估文本风格转换质量的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000148756A (ja) | 1998-11-12 | 2000-05-30 | Matsushita Electric Ind Co Ltd | 対訳文誤り検出装置 |
JP2003114890A (ja) | 2001-10-05 | 2003-04-18 | Toshiba Corp | 翻訳装置、翻訳方法、翻訳サーバおよびプログラム |
JP2015170043A (ja) | 2014-03-05 | 2015-09-28 | 日本電信電話株式会社 | 語順入替装置、方法及びプログラム、並びに翻訳品質評価装置及びプログラム |
JP2017097882A (ja) | 2015-11-24 | 2017-06-01 | 株式会社Nttドコモ | 機械翻訳評価方法および装置、並びに機械翻訳方法および装置 |
WO2018131259A1 (ja) | 2017-01-11 | 2018-07-19 | パナソニックIpマネジメント株式会社 | 文章評価装置、及び文章評価方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5710317B2 (ja) * | 2011-03-03 | 2015-04-30 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、自然言語解析方法、プログラムおよび記録媒体 |
US20150286632A1 (en) * | 2014-04-03 | 2015-10-08 | Xerox Corporation | Predicting the quality of automatic translation of an entire document |
US9606988B2 (en) * | 2014-11-04 | 2017-03-28 | Xerox Corporation | Predicting the quality of automatic translation of an entire document |
KR102449614B1 (ko) | 2015-11-06 | 2022-09-29 | 삼성전자주식회사 | 자동 번역의 품질 평가 장치 및 방법, 자동 번역 장치, 분산 표현 모델 구축 장치 |
CN106997376B (zh) * | 2017-02-28 | 2020-12-08 | 浙江大学 | 一种基于多级特征的问题和答案句子相似度计算方法 |
CN108287858B (zh) * | 2017-03-02 | 2021-08-10 | 腾讯科技(深圳)有限公司 | 自然语言的语义提取方法及装置 |
CN107357783B (zh) * | 2017-07-04 | 2020-06-12 | 桂林电子科技大学 | 一种中文翻译成英文的英语译文质量分析方法 |
CN109710915B (zh) * | 2017-10-26 | 2021-02-23 | 华为技术有限公司 | 复述语句生成方法及装置 |
CN109062892A (zh) * | 2018-07-10 | 2018-12-21 | 东北大学 | 一种基于Word2Vec的中文语句相似度计算方法 |
CN110287282A (zh) * | 2019-05-20 | 2019-09-27 | 湖南大学 | 基于树核计算的智能对话系统应答方法及智能对话系统 |
CN111027331B (zh) * | 2019-12-05 | 2022-04-05 | 百度在线网络技术(北京)有限公司 | 用于评估翻译质量的方法和装置 |
-
2019
- 2019-12-05 CN CN201911256622.XA patent/CN111027331B/zh active Active
-
2020
- 2020-05-28 EP EP20177081.5A patent/EP3832519A1/en active Pending
- 2020-06-05 JP JP2020098690A patent/JP7122341B2/ja active Active
- 2020-06-08 KR KR1020200069121A patent/KR102401942B1/ko active IP Right Grant
- 2020-06-08 US US16/894,974 patent/US11481562B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000148756A (ja) | 1998-11-12 | 2000-05-30 | Matsushita Electric Ind Co Ltd | 対訳文誤り検出装置 |
JP2003114890A (ja) | 2001-10-05 | 2003-04-18 | Toshiba Corp | 翻訳装置、翻訳方法、翻訳サーバおよびプログラム |
JP2015170043A (ja) | 2014-03-05 | 2015-09-28 | 日本電信電話株式会社 | 語順入替装置、方法及びプログラム、並びに翻訳品質評価装置及びプログラム |
JP2017097882A (ja) | 2015-11-24 | 2017-06-01 | 株式会社Nttドコモ | 機械翻訳評価方法および装置、並びに機械翻訳方法および装置 |
WO2018131259A1 (ja) | 2017-01-11 | 2018-07-19 | パナソニックIpマネジメント株式会社 | 文章評価装置、及び文章評価方法 |
Non-Patent Citations (3)
Title |
---|
COMELLES, Elisabet 外1名,VERTa: a linguistic approach to automatic machine translation evaluation,Springer Nature B.V. 1028,Volume 53,2018年10月15日,pp.57-86,https://link.springer.com/article/10.1007%2Fs10579-018-9430-2 |
嶋中 宏希 外2名,事前学習された文の分散表現を用いた機械翻訳の自動評価,自然言語処理, 第26巻 第3号,日本,一般社団法人言語処理学会,2019年09月15日,pp.613-634 |
梶原 智之 外2名,スタイル変換のための折り返し翻訳に基づく事前訓練,情報処理学会 研究報告 自然言語処理(NL) 2019-NL-241 [online],日本,情報処理学会,2019年08月22日,pp.1-8 |
Also Published As
Publication number | Publication date |
---|---|
JP2021089705A (ja) | 2021-06-10 |
US20210174033A1 (en) | 2021-06-10 |
CN111027331A (zh) | 2020-04-17 |
KR20210070891A (ko) | 2021-06-15 |
US11481562B2 (en) | 2022-10-25 |
EP3832519A1 (en) | 2021-06-09 |
CN111027331B (zh) | 2022-04-05 |
KR102401942B1 (ko) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7122341B2 (ja) | 翻訳品質を評価するための方法と装置 | |
US11409964B2 (en) | Method, apparatus, device and storage medium for evaluating quality of answer | |
CN107861954B (zh) | 基于人工智能的信息输出方法和装置 | |
CN111428010B (zh) | 人机智能问答的方法和装置 | |
WO2017210634A1 (en) | Iterative alternating neural attention for machine reading | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
CN111382261B (zh) | 摘要生成方法、装置、电子设备及存储介质 | |
CN109801527B (zh) | 用于输出信息的方法和装置 | |
WO2020052069A1 (zh) | 用于分词的方法和装置 | |
CN109256133A (zh) | 一种语音交互方法、装置、设备及存储介质 | |
WO2020052061A1 (zh) | 用于处理信息的方法和装置 | |
CN110489747A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN114328817A (zh) | 一种文本处理方法和装置 | |
CN116523031A (zh) | 语言生成模型的训练方法、语言生成方法及电子设备 | |
CN110647613A (zh) | 一种课件构建方法、装置、服务器和存储介质 | |
WO2023045186A1 (zh) | 意图识别方法、装置、电子设备和存储介质 | |
CN111400454A (zh) | 摘要生成方法、装置、电子设备及存储介质 | |
CN114547293A (zh) | 一种跨平台虚假新闻检测方法及系统 | |
WO2021179703A1 (zh) | 一种手语翻译方法、装置、计算机设备及存储介质 | |
WO2024077906A1 (zh) | 语音文本生成方法、语音文本生成模型的训练方法、装置 | |
CN110852075B (zh) | 自动添加标点符号的语音转写方法、装置及可读存储介质 | |
CN111815274A (zh) | 信息处理方法、装置和电子设备 | |
CN116089601A (zh) | 对话摘要生成方法、装置、设备及介质 | |
CN111401069A (zh) | 会话文本的意图识别方法、意图识别装置及终端 | |
CN114218356A (zh) | 基于人工智能的语义识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200805 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220208 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220808 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7122341 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |