Maschinelle \u00dcbersetzungssysteme reagieren sehr empfindlich auf die Bereiche, in denen sie geschult wurden. Mehrere Techniken zur Anpassung an die Dom\u00e4ne wurden eingehend untersucht. Wir schlagen eine neue Technik f\u00fcr neuronale maschinelle \u00dcbersetzung (NMT) vor, die wir Domain Control nennen und die zur Laufzeit mit einem einzigartigen neuronalen Netzwerk ausgef\u00fchrt wird, das mehrere Dom\u00e4nen abdeckt. Der vorgestellte Ansatz zeigt Qualit\u00e4tsverbesserungen im Vergleich zu dedizierten Domains, die in einem der abgedeckten Domains \u00fcbersetzen, und sogar zu Out-of-Domain-Daten. Dar\u00fcber hinaus m\u00fcssen die Modellparameter nicht f\u00fcr jeden Bereich neu gesch\u00e4tzt werden, sodass dies f\u00fcr reale Anwendungsf\u00e4lle wirksam ist. Die Bewertung wird f\u00fcr zwei verschiedene Testszenarien anhand einer \u00dcbersetzung aus dem Englischen ins Franz\u00f6sische durchgef\u00fchrt. Wir betrachten zun\u00e4chst den Fall, dass ein Endbenutzer \u00dcbersetzungen in einer bekannten Dom\u00e4ne vornimmt. Zweitens betrachten wir das Szenario, in dem die Dom\u00e4ne auf Satzebene vor der \u00dcbersetzung nicht bekannt und vorhergesagt ist. Die Ergebnisse zeigen konsistente Genauigkeitsverbesserungen f\u00fcr beide Bedingungen.<\/p>","protected":false},"excerpt":{"rendered":"
Maschinelle \u00dcbersetzungssysteme reagieren sehr empfindlich auf die Bereiche, in denen sie geschult wurden. Verschiedene Techniken der Domainanpassung wurden eingehend untersucht. Wir schlagen eine neue Technik f\u00fcr neuronale maschinelle \u00dcbersetzung (NMT) vor, die wir Domain-Kontrolle nennen, die zur Laufzeit unter Verwendung eines einzigartigen neuronalen Netzwerks durchgef\u00fchrt wird, das mehrere Dom\u00e4nen abdeckt. Der vorgestellte Ansatz zeigt Qualit\u00e4tsverbesserungen ... Fortsetzung<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3308","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper\/3308","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/media?parent=3308"}],"curies":[{"name":"WP","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}