Études & Publications

Rosetta-LSF : un corpus aligné de la langue des signes française et du français pour la traduction de texte en signe

Elise Bertin-Lemée, Annelies Braffort, Camille Challant, Claire Danet, Boris Dauriac, Michael Filhol, Emmanuella Martinod, Jérémie Segouat.

Génération conjointe de sous-titres et de légendes avec double décodage

À mesure que la quantité de contenu audiovisuel augmente, la nécessité de développer des solutions de sous-titrage et de sous-titrage automatiques pour répondre aux attentes d'un public international croissant apparaît comme la seule façon viable d'augmenter le débit et de réduire les coûts de postproduction connexes. Le sous-titrage et le sous-titrage automatiques doivent souvent être étroitement liés pour atteindre un niveau approprié... Suite

SYSTRAN @ WMT 2021 : Tâche terminologique

Cet article décrit les soumissions SYSTRAN à la tâche partagée de terminologie WMT 2021. Nous participons à la direction de la traduction de l'anglais vers le français avec un réseau de traduction automatique neuronale Transformer standard que nous améliorons avec la capacité d'inclure dynamiquement des contraintes terminologiques, une pratique industrielle très courante. Deux méthodes d'insertion terminologique de pointe sont évaluées... Suite

MinhQuang Pham, Antoine Senellart, Dan Berrebbi, Josep Crego, Jean Senellart

Révision de la traduction automatique multidomaine

Lors de la construction de systèmes de traduction automatique, il est souvent nécessaire de tirer le meilleur parti des ensembles hétérogènes de données parallèles en formation, et de gérer de manière robuste les entrées provenant de domaines inattendus lors des tests. Ce scénario à domaines multiples a attiré beaucoup de travaux récents qui s'inscrivent dans le cadre général de l'apprentissage par transfert. Dans cette étude, nous revoyons... Suite

MinhQuang Pham, Josep Maria Crego, François Yvon

Intégration de la terminologie de domaine dans la traduction automatique neuronale

Cet article étend les travaux existants sur l'intégration terminologique à la traduction automatique neuronale, une pratique industrielle courante pour adapter dynamiquement la traduction à un domaine spécifique. Notre méthode, basée sur l'utilisation d'espaces réservés complétés par l'annotation morphosyntaxique, puise efficacement dans la capacité du réseau neuronal à gérer les connaissances symboliques pour dépasser la généralisation de surface... Suite

Elise Michon, Josep Maria Crego, Jean Senellart

Étude des adaptateurs résiduels pour la traduction automatique neuronale multidomaine

L'adaptation de domaine est un problème ancien et frustrant pour les systèmes de traduction automatique. L'approche la plus courante et la plus efficace en matière d'adaptation supervisée consiste à peaufiner un système de base à l'aide de données parallèles dans le domaine. Un réglage fin standard modifie cependant tous les paramètres du réseau, ce qui rend cette approche coûteuse en calcul et sujette au surajustement. Une approche récente et légère augmente plutôt ... Suite

MinhQuang Pham, Josep Maria Crego, François Yvon, Jean Senellart

Amorçage De La Traduction Neuronale Automatique

L'amorçage est un phénomène de psychologie bien connu et étudié basé sur la présentation préalable d'un stimulus (signal) pour influencer le traitement d'une réponse. Dans cet article, nous proposons un cadre pour imiter le processus d'amorçage dans le contexte de la traduction automatique neuronale (NMT). Nous évaluons l'effet de l'utilisation de traductions similaires comme ... Suite

MinhQuang Pham, Jitao Xu, Josep Maria Crego, François Yvon, Jean Senellart

Traduction automatique neuronale efficace et de haute qualité avec OpenNMT

Cet article décrit les soumissions OpenNMT à la tâche partagée d'efficacité WNGT 2020. Nous explorons la formation et l'accélération de modèles Transformer de différentes tailles qui sont formés dans une configuration enseignant-étudiant. Nous présentons également un moteur d'inférence C++ personnalisé et optimisé qui permet un décodage CPU et GPU rapide avec peu de dépendances. En combinant des optimisations supplémentaires... Suite

Guillaume Klein, Dakun Zhang, Clément Chouteau, Josep Crego, Jean Senellart

Stimuler la traduction automatique neuronale avec des traductions similaires

Cette présentation montre des méthodes d'augmentation des données pour Neural Machine Translation afin d'utiliser des traductions similaires, d'une manière comparable à un traducteur humain qui utilise des correspondances floues. Nous montrons comment nous alimentons simplement le modèle neuronal avec des informations sur les côtés source et cible des correspondances floues, et nous étendons également la similarité pour inclure... Suite

Jitao Xu, Josep Crego, Jean Senellart

Incorporation de mots génériques et spécialisés pour la traduction automatique multidomaine

La traduction automatique supervisée fonctionne bien lorsque les données de train et d'essai sont échantillonnées à partir de la même distribution. Lorsque ce n'est pas le cas, les techniques d'adaptation permettent de s'assurer que les connaissances acquises à partir de textes hors domaine se généralisent aux phrases dans le domaine. Nous étudions ici un cadre connexe, l'adaptation multi-domaines, où le nombre de domaines est potentiellement grand et... Suite

Minh Quang Pham, Josep Crego, François Yvon, Jean Senellart