Documentos y publicaciones
Acerca de Systran
Con más de 50 años de experiencia en tecnologías de traducción, SYSTRAN ha sido pionera en las mayores innovaciones en el campo, incluyendo los primeros portales de traducción basados en la web y los primeros motores de traducción neuronal que combinan inteligencia artificial y redes neuronales para empresas y organizaciones públicas.
SYSTRAN ofrece a los usuarios empresariales soluciones de traducción automática avanzadas y seguras en diversas áreas como: colaboración global, producción de contenido multilingüe, atención al cliente, investigación electrónica, análisis de Big Data, comercio electrónico, etc. SYSTRAN ofrece una solución a medida con una arquitectura abierta y escalable que permite una integración perfecta en las aplicaciones de terceros e infraestructuras informáticas existentes.
Control de dominio para la traducción automática neuronal [PDF]
Control de dominio para la traducción automática neuronal [PDF]Los sistemas de traducción automática son muy sensibles a los dominios en los que fueron entrenados. Varias técnicas de adaptación de dominios han sido profundamente estudiadas. Proponemos una nueva técnica para la traducción automática neuronal (NMT) que llamamos control de dominio que se realiza en tiempo de ejecución utilizando una red neuronal única que cubre múltiples dominios. El enfoque presentado muestra mejoras de calidad … Continuación
Catherine Kobus, Josep Crego, Jean Senellart
Publicado en "Proceedings of the International Conference Recent Advances in Natural Language Processing, RANLP 2017", INCOMA Ltd., Varna, Bulgaria, Sep 4–6 2017 - [v2] 12 Sep 2017Adaptation incrémentale de modèles de traducción neuronaux
Adaptation incrémentale de modèles de traducción neuronauxL’adaptation au domaine est un verrou scientifique en traduction automatique. Il englobe généralement l’adaptation de la terminologie et du style, en particulier pour la post-édition humaine dans le cadre d’une traduction assistée par ordinateur. Avec la traduction automatique neuronale, nous étudions une nouvelle approche d’adaptation au domaine que nous appelons “spécialization” et qui présente des … Continuación
Christophe Servan, Josep Crego, Jean Senellart
24e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) - Actes de TALN 2017, volumen 2: articles courts, páginas 218--225, 26-30 juin 2017, Orléans, FranceConception d'une solution de détection d'événements basée en Twitter
Conception d'une solution de détection d'événements basée en TwitterCet article présente un système d’alertes fondé sur la masse de données issues de Tweeter. L’objectif de l’outil est de Surveiller l’actualité, autour de différents domaines témoin incluant les événements sportifs ou les catastrophes naturelles. Cette surveillance est transmise à l’utilisateur sous forme d’une interfaz web contenant la liste d’événements localisés sur une carte.
Christophe Servan, Catherine Kobus, Yongchao Deng, Cyril Touffet, Jungi Kim, Inès Kapp, Djamel Mostefa, Josep Crego, Jean Senellart
24e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) - Actes de TALN 2017, volumen 3: démonstrations, páginas 19--20, 26-30 juin 2017, Orléans, FranciaSYSTRAN Pure Neural Machine Traducción [PDF]
SYSTRAN Pure Neural Machine Traducción [PDF]Cada uno de nosotros ha experimentado o oído hablar del aprendizaje profundo en las aplicaciones comerciales diarias. ¿Cuáles son los fundamentos de esta nueva tecnología y qué nuevas oportunidades ofrece?
Especialización de dominio: una adaptación de dominio posterior al entrenamiento para la traducción automática neuronal
Especialización de dominio: una adaptación de dominio posterior al entrenamiento para la traducción automática neuronalLa adaptación del dominio es una característica clave en la traducción automática. Generalmente abarca la adaptación de la terminología, el dominio y el estilo, especialmente para los flujos de trabajo humanos de post-edición en traducción asistida por computadora (CAT). Con Neural Machine Translation (NMT), introducimos una nueva noción de adaptación de dominio que llamamos “especialización” y que está mostrando resultados prometedores tanto en la velocidad de aprendizaje … Continuación
Christophe Servan, Josep Crego, Jean Senellart
Computación y Lenguaje (cs.CL)Traducción automática neuronal a partir de traducciones simplificadas
Traducción automática neuronal a partir de traducciones simplificadasLa simplificación del texto tiene como objetivo reducir la complejidad léxica, gramatical y estructural de un texto manteniendo el mismo significado. En el contexto de la traducción automática, presentamos la idea de las traducciones simplificadas para aumentar la capacidad de aprendizaje de los modelos de traducción neuronal profunda. Llevamos a cabo experimentos preliminares que muestran que la complejidad de la traducción se reduce … Continuación
Josep Crego, Jean Senellart
Sistemas de traducción automática neuronal pura de SYSTRAN
Sistemas de traducción automática neuronal pura de SYSTRANDesde la primera demostración en línea de Neural Machine Translation (NMT) por LISA, el desarrollo de NMT ha pasado recientemente del laboratorio a los sistemas de producción, como lo demuestran varias entidades que anuncian el despliegue de motores NMT para reemplazar sus tecnologías existentes. Los sistemas NMT tienen un gran número de configuraciones de entrenamiento y el proceso de entrenamiento de tales sistemas es generalmente … Continuación
Josep Crego, Jungi Kim, Guillaume Klein, Anabel Rebollo, Kathy Yang, Jean Senellart, Egor Akhanov, Patrice Brunelle, Aurelien Coquard, Yongchao Deng, Satoshi Enoue, Chiyo Geiss, Joshua Johanson, Ardas Khalsa, Raoum Khiari, Byeongil Ko, Catherine Kobus, Jean Lorieux, Leidiana Martins, Dang-Chuan Nguyen, Alexandra Priori, Thomas Riccardi, Natalia Segal, Christophe Servan, Cyril Tiquet, Bo Wang, Jin Yang, Dakun Zhang, Jing Zhou, Peter Zoldan
Computación y Lenguaje (cs.CL)Combinación de sistemas RWTH Aachen - SYSTRAN para la Evaluación NTCIR-10 PatentMT 2013 [PDF]
Combinación de sistemas RWTH Aachen - SYSTRAN para la Evaluación NTCIR-10 PatentMT 2013 [PDF]Este artículo describe la presentación conjunta de RWTH Aachen University y SYSTRAN en la tarea de traducción automática de patentes chino-inglés en el 10º Taller NTCIR. Se especifican los sistemas estadísticos desarrollados por la Universidad RWTH de Aquisgrán y los sistemas híbridos de traducción automática desarrollados por SYSTRAN. Aplicamos las técnicas de combinación de RWTH Aachen para crear hipótesis de consenso desde muy... Continuación
Minwei Feng, Markus Freitag, Hermann Ney, Bianka Buschbeck, Jean Senellart, Jin Yang
18-21 de junio de 2013, Tokio, JapónSYSTRAN Sistemas híbridos de traducción automática chino-inglés e inglés-chino para CWMT 2011 [PDF]
SYSTRAN Sistemas híbridos de traducción automática chino-inglés e inglés-chino para CWMT 2011 [PDF]Este informe describe los sistemas de traducción automática chino-inglés e inglés-chino de SYSTRAN que participaron en las tareas de evaluación de la traducción automática CWMT 2011. Los sistemas base son sistemas de traducción automática basados en reglas SYSTRAN, aumentados con varias técnicas estadísticas. Basándonos en las traducciones de los sistemas basados en reglas, realizamos una post-edición estadística con los cuerpos de capacitación bilingüe y monolingüe proporcionados. En … Continuación
Jin Yang, Satoshi Enoue, Jean Senellart
Actas del 7º Taller de China sobre Traducción Automática (CWMT), septiembre de 2011.Convergencia de la memoria de traducción y la traducción automática estadística [PDF]
Convergencia de la memoria de traducción y la traducción automática estadística [PDF]Presentamos dos métodos que fusionan ideas de traducción automática estadística (SMT) y memorias de traducción (TM). Utilizamos un TM para recuperar las coincidencias de los segmentos de origen y reemplazar las partes no coincidentes con instrucciones a un sistema SMT para llenar el vacío. Mostramos que para partidos difusos de más de 70%, un método supera a … Continuación
Philipp Koehn, Jean Senellart
JEC, noviembre de 2010.