Los sistemas de traducci\u00f3n autom\u00e1tica son muy sensibles a los dominios en los que fueron entrenados. Varias t\u00e9cnicas de adaptaci\u00f3n de dominios han sido profundamente estudiadas. Proponemos una nueva t\u00e9cnica para la traducci\u00f3n autom\u00e1tica neuronal (NMT) que llamamos control de dominio que se realiza en tiempo de ejecuci\u00f3n utilizando una red neuronal \u00fanica que cubre m\u00faltiples dominios. El enfoque presentado muestra mejoras de calidad en comparaci\u00f3n con los dominios dedicados que traducen en cualquiera de los dominios cubiertos e incluso en datos fuera de dominio. Adem\u00e1s, los par\u00e1metros del modelo no necesitan ser reestimados para cada dominio, lo que lo hace efectivo para casos de uso reales. La evaluaci\u00f3n se lleva a cabo en la traducci\u00f3n del ingl\u00e9s al franc\u00e9s para dos escenarios de prueba diferentes. En primer lugar, consideramos el caso en el que un usuario final realiza traducciones en un dominio conocido. En segundo lugar, consideramos el escenario en el que el dominio no se conoce y se predice a nivel de oraci\u00f3n antes de traducir. Los resultados muestran mejoras consistentes en la precisi\u00f3n para ambas condiciones.<\/p>","protected":false},"excerpt":{"rendered":"
Los sistemas de traducci\u00f3n autom\u00e1tica son muy sensibles a los dominios en los que fueron entrenados. Varias t\u00e9cnicas de adaptaci\u00f3n de dominios han sido profundamente estudiadas. Proponemos una nueva t\u00e9cnica para la traducci\u00f3n autom\u00e1tica neuronal (NMT) que llamamos control de dominio que se realiza en tiempo de ejecuci\u00f3n utilizando una red neuronal \u00fanica que cubre m\u00faltiples dominios. El enfoque presentado muestra mejoras de calidad \u2026 Continuaci\u00f3n<\/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\/es\/wp-json\/wp\/v2\/paper\/3308","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/es\/wp-json\/wp\/v2\/media?parent=3308"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}