Seit der ersten Online-Demonstration von Neural Machine Translation (NMT) durch LISA hat sich die NMT-Entwicklung k\u00fcrzlich von Labor- auf Produktionssysteme verlagert, wie mehrere Unternehmen gezeigt haben, die die Einf\u00fchrung von NMT-Engines ank\u00fcndigten, um ihre bestehenden Technologien zu ersetzen. NMT-Systeme haben eine gro\u00dfe Anzahl von Trainingskonfigurationen und der Trainingsprozess solcher Systeme ist in der Regel sehr lang, oft ein paar Wochen, sodass die Rolle des Experiments ist entscheidend und wichtig zu teilen. In dieser Arbeit stellen wir unseren Ansatz f\u00fcr produktionsreife Systeme gleichzeitig mit der Ver\u00f6ffentlichung von Online-Demonstratoren vor, die eine Vielzahl von Sprachen abdecken (12 Sprachen, f\u00fcr 32 Sprachpaare). Wir untersuchen verschiedene praktische Optionen: ein effizientes und evolutives Open-Source-Framework; Datenvorbereitung; Netzwerkarchitektur; zus\u00e4tzliche implementierte Funktionen; Optimierung f\u00fcr die Produktion usw. Wir diskutieren \u00fcber die Bewertungsmethodik, stellen erste Erkenntnisse vor und skizzieren abschlie\u00dfend die weitere Arbeit.\u00a0Unser oberstes Ziel ist es, unser Know-how zu teilen, um wettbewerbsf\u00e4hige Produktionssysteme f\u00fcr \u201egenerische\u201c \u00dcbersetzungen aufzubauen. Unser Ziel ist es, einen Beitrag zur Schaffung eines Kooperationsrahmens zu leisten, um die Einf\u00fchrung der Technologie zu beschleunigen, weitere Forschungsbem\u00fchungen zu f\u00f6rdern und die Bereitstellung und Annahme anwendungsspezifischer Motoren, die in reale Produktionsabl\u00e4ufe integriert sind, f\u00fcr die Industrie bzw. durch die Industrie zu erm\u00f6glichen. Die Beherrschung der Technologie w\u00fcrde es uns erm\u00f6glichen, \u00dcbersetzungs-Engines zu entwickeln, die f\u00fcr bestimmte Anforderungen geeignet sind und die aktuellen einfachsten\/einheitlichsten Systeme \u00fcbertreffen.<\/p>","protected":false},"excerpt":{"rendered":"
Seit der ersten Online-Demonstration von Neural Machine Translation (NMT) durch LISA hat sich die Entwicklung von NMT vor kurzem vom Labor auf Produktionssysteme verlagert, wie mehrere Unternehmen bewiesen haben, die die Einf\u00fchrung von NMT-Engines ank\u00fcndigten, um ihre bestehenden Technologien zu ersetzen. NMT-Systeme haben eine gro\u00dfe Anzahl von Trainingskonfigurationen und der Trainingsprozess solcher Systeme ist in der Regel ... Fortsetzung<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3318","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/de\/wp-json\/wp\/v2\/paper\/3318","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=3318"}],"curies":[{"name":"WP","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}