Die Vereinfachung des Textes zielt darauf ab, die lexikalische, grammatische und strukturelle Komplexit\u00e4t eines Textes zu verringern und dabei die gleiche Bedeutung beizubehalten. Im Zusammenhang mit maschineller \u00dcbersetzung stellen wir die Idee vereinfachter \u00dcbersetzungen vor, um die Lernf\u00e4higkeit von tiefenneuronalen \u00dcbersetzungsmodellen zu steigern. Wir f\u00fchren vorl\u00e4ufige Experimente durch, die zeigen, dass die \u00dcbersetzungskomplexit\u00e4t bei einer \u00dcbersetzung eines Quell-Bitextes im Vergleich zur Zielreferenz des Bitextes tats\u00e4chlich reduziert wird, w\u00e4hrend ein neuronales maschinelles \u00dcbersetzungssystem (NMT) verwendet wird, das auf dem exakt gleichen Bitext erlernt wurde. Basierend auf der Idee der Wissensdestillation trainieren wir dann ein NMT-System mit dem vereinfachten Bitext und zeigen, dass es das urspr\u00fcngliche System, das \u00fcber den Referenzdatensatz aufgebaut wurde, \u00fcbertrifft. Die Leistung wird weiter gesteigert, wenn sowohl Referenz- als auch automatische \u00dcbersetzungen verwendet werden, um das Netzwerk zu erlernen. Wir f\u00fchren eine Elementaranalyse des \u00fcbersetzten Korpus durch und berichten \u00fcber die Genauigkeitsergebnisse des vorgeschlagenen Ansatzes f\u00fcr \u00dcbersetzungsaufgaben zwischen Englisch und Franz\u00f6sisch und zwischen Englisch und Deutsch<\/p>","protected":false},"excerpt":{"rendered":"
Die Textvereinfachung zielt darauf ab, die lexikalische, grammatische und strukturelle Komplexit\u00e4t eines Textes zu reduzieren und dabei die gleiche Bedeutung beizubehalten. Im Kontext der maschinellen \u00dcbersetzung stellen wir die Idee vereinfachter \u00dcbersetzungen vor, um die Lernf\u00e4higkeit tiefer neuronaler \u00dcbersetzungsmodelle zu steigern. Wir f\u00fchren erste Experimente durch, die zeigen, dass die Komplexit\u00e4t der \u00dcbersetzung tats\u00e4chlich reduziert wird ... Fortsetzung<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3314","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper\/3314","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=3314"}],"curies":[{"name":"WP","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}