Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Tài liệu HOT
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
0
Trang chủ
Luận Văn - Báo Cáo
Báo cáo khoa học
Báo cáo khoa học: "Does more data always yield better translations?"
TAILIEUCHUNG - Báo cáo khoa học: "Does more data always yield better translations?"
Nowadays, there are large amounts of data available to train statistical machine translation systems. However, it is not clear whether all the training data actually help or not. A system trained on a subset of such huge bilingual corpora might outperform the use of all the bilingual data. This paper studies such issues by analysing two training data selection techniques: one based on approximating the probability of an indomain corpus; and another based on infrequent n-gram occurrence. Experimental results not only report significant improvements over random sentence selection but also an improvement over a system trained with the whole. | Does more data always yield better translations Guillem Gasco Martha-Alicia Rocha German Sanchis-Trilles Jesus Andres-Ferrer and Francisco Casacuberta Departament de Sistemes Informatics i Computacio Universitat Politecnica de Valencia Cami de Vera s n 46022 Valencia Spain ggasco mrocha gsanchis jandres fcn @ Abstract Nowadays there are large amounts of data available to train statistical machine translation systems. However it is not clear whether all the training data actually help or not. A system trained on a subset of such huge bilingual corpora might outperform the use of all the bilingual data. This paper studies such issues by analysing two training data selection techniques one based on approximating the probability of an indomain corpus and another based on infrequent n-gram occurrence. Experimental results not only report significant improvements over random sentence selection but also an improvement over a system trained with the whole available data. Surprisingly the improvements are obtained with just a small fraction of the data that accounts for less than of the sentences. Afterwards we show that a much larger room for improvement exists although this is done under non-realistic conditions. 1 Introduction Globalisation and the popularisation of the Internet have lead to a rapid increase in the amount of bilingual corpora available. Entities such as the European Union the United Nations and other multinational organisations need to translate all the documentation they generate. Such translations happen every day and provide very large multilingual corpora which are oftentimes difficult to process and significantly increase the computational requirements needed to train statistical machine translation SMT systems. For instance the corpora made available for recent machine translation evaluations are in the order of 1 billion running words Callison-Burch et al. 2010 . However two main problems arise when attempting to use this huge pool
Nhã Thanh
69
10
pdf
Báo lỗi
Trùng lắp nội dung
Văn hóa đồi trụy
Phản động
Bản quyền
File lỗi
Khác
Upload
Tải xuống
đang nạp các trang xem trước
Bấm vào đây để xem trước nội dung
Tải xuống
TÀI LIỆU LIÊN QUAN
Báo cáo khoa học: "Does more data always yield better translations?"
10
51
0
Project Management Suite™» 2012 Edition "An ant on the move does more than a dozing ox"
16
63
0
Báo cáo y học: "Synovial histopathology of psoriatic arthritis, both oligo- and polyarticular, resembles spondyloarthropathy more than it does rheumatoid arthritis"
12
45
0
Why does the river erosion situation become more complicated in the Mekong delta?
10
56
0
(Nội dung trùng lắp)Does Industry Specialist Auditor Provide More Insights in Their audit report? An Empirical Study of Key Audit Matters Section
26
28
3
DOES GREATER FIRM-SPECIFIC RETURN VARIATION MEAN MORE OR LESS INFORMED STOCK PRICING?
40
36
0
Does industry specialist auditor provide more insights in their audit report? An empirical study of key audit matters section
26
13
2
TÀI LIỆU XEM NHIỀU
Một Case Về Hematology (1)
8
462291
61
Giới thiệu :Lập trình mã nguồn mở
14
24918
79
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11286
542
Câu hỏi và đáp án bài tập tình huống Quản trị học
14
10511
466
Phân tích và làm rõ ý kiến sau: “Bài thơ Tự tình II vừa nói lên bi kịch duyên phận vừa cho thấy khát vọng sống, khát vọng hạnh phúc của Hồ Xuân Hương”
3
9790
108
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8876
1160
Tiểu luận: Nội dung tư tưởng Hồ Chí Minh về đạo đức
16
8467
426
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8090
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7471
1763
Đề tài: Dự án kinh doanh thời trang quần áo nữ
17
7188
268
TỪ KHÓA LIÊN QUAN
Báo cáo khoa học
Does more data
yield better translations
Guillem Gasc
scientific reports
model language
process natural language
Dialog Control
Natural Language System
Dialog Control in a Natural Language System
Expanding the Horizons
Natural Language Interfaces
Phil Hayes
PROSPECTS OR PRACTICAL
NATURAL LANGUAGE SYSTEMS
Workshops
NATURAL LANGUAGE
INTERACTION WITH MACHINES
Long Papers
COMPUTER INTEBFACE DESIGN MURRAY TUROFF DEPARTMENT OF COMPUTER
IiVFORMATION SCIENCE IIEW JERSEY INSTITUTE OF TECHNOLOGY
EVALUATION OF NATURAL LANGUAGE
INTERFACES TO DATABASE SYSTEMS
A PANEL DISCUSSION
database query system
J
Norwood Crout
INTERFACES TO DATA BASE SYSTEMS
Bozena Henisz
INTERPRETING NATURAL LANGUAGE
DATABASE UPDATES
S
Jermld Kaplan Jim David
TRANSPORTABLE NATURAL LANGUAGE
INTERFACES TO DATABASES
Gary G
Hendrlx and William H
Lewis
DATABASES THEORETICAL
TECHNICAL ISSUES
TRANSPORTABLE NATURAL LANGUAGE INTERFACES
PROBLEMS AND TECHNIQUES
Barbara J
Grosz
THEORETICAL TECHNICAL ISSUES
NATURAL LANGUAGE ACCESS TO DATABASES
R
Petrick
Domain Independent
Database Access Systems
ISSUES IN NATURAL LANGUAGE
ACCESS TO DATABASES
A LOGIC PROGRAMMING PERSPECTIVE
Sharon C
Salveter David Maier
PLANNING NATURAL LANGUAGE
EXPRESSIONS REFERRING
Douglas E
Appelt
THE TEXT SYSTEM
NATURAL LANGUAGE GENERATION
Kathleen R
M
MENTING A DATABASE
KNOWLEDGE REPRESENTATION
THE KEY TO THE SELECTION PROBLEM
E
Jeffrey Conklin David D
McDonald
A KNOWLEDGE ENGINEERING
NATURAL LANGUAGE UNDERSTANDING
Stuart C
Shapiro
NATURAL LANGUAGE TEXTS
NECESSARILY GRAMMATICAL
EVEN COMPLETE
UNGRAMHATICALITY
EXTRA GRAMMATICALITY
NATURAL LANGUAGE UNDERSTANDING SYSTEMS
Taxonomy
Descriptions
Individuals in Natural
Language Understanding
The Use of Ooject Special Knowledge
Natural Language Processing
Mark H
Bursteln
TÀI LIỆU MỚI ĐĂNG
Báo cáo nghiên cứu khoa học " KẾT QUẢ NGHIÊN CỨU BƯỚC ĐẦU VỀ THIÊN ĐỊCH CHÂN KHỚP TRÊN CÂY THANH TRÀ Ở THỪA THIÊN HUẾ "
7
261
4
26-11-2024
B2B Content Marketing: 2012 Benchmarks, Budgets & Trends
17
213
3
26-11-2024
Đóng mới oto 8 chỗ ngồi part 9
10
171
3
26-11-2024
báo cáo hóa học:" Increased androgen receptor expression in serous carcinoma of the ovary is associated with an improved survival"
6
150
3
26-11-2024
báo cáo hóa học:" Perceptions of rewards among volunteer caregivers of people living with AIDS working in faith-based organizations in South Africa: a qualitative study"
10
146
1
26-11-2024
báo cáo hóa học:" Quality of data collection in a large HIV observational clinic database in sub-Saharan Africa: implications for clinical research and audit of care"
7
146
4
26-11-2024
Sử dụng mô hình ARCH và GARCH để phân tích và dự báo về giá cổ phiếu trên thị trường chứng khoán
24
1064
2
26-11-2024
Báo cáo y học: "The Factors Influencing Depression Endpoints Research (FINDER) study: final results of Italian patients with depressio"
9
139
1
26-11-2024
Báo cáo " Thẩm quyền quản lí nhà nước đối với hoạt động quảng cáo thực trạng và hướng hoàn thiện "
7
196
7
26-11-2024
Valve Selection Handbook - Fourth Edition
337
139
1
26-11-2024
TÀI LIỆU HOT
Mẫu đơn thông tin ứng viên ngân hàng VIB
8
8090
2279
Giáo trình Tư tưởng Hồ Chí Minh - Mạch Quang Thắng (Dành cho bậc ĐH - Không chuyên ngành Lý luận chính trị)
152
7471
1763
Ebook Chào con ba mẹ đã sẵn sàng
112
4364
1369
Ebook Tuyển tập đề bài và bài văn nghị luận xã hội: Phần 1
62
6156
1258
Ebook Facts and Figures – Basic reading practice: Phần 1 – Đặng Tuấn Anh (Dịch)
249
8876
1160
Giáo trình Văn hóa kinh doanh - PGS.TS. Dương Thị Liễu
561
3790
680
Giáo trình Sinh lí học trẻ em: Phần 1 - TS Lê Thanh Vân
122
3909
609
Giáo trình Pháp luật đại cương: Phần 1 - NXB ĐH Sư Phạm
274
4618
562
Tiểu luận: Tư tưởng Hồ Chí Minh về xây dựng nhà nước trong sạch vững mạnh
13
11286
542
Bài tập nhóm quản lý dự án: Dự án xây dựng quán cafe
35
4454
490
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.