{"id":1701,"date":"2020-12-22T09:16:53","date_gmt":"2020-12-22T08:16:53","guid":{"rendered":"https:\/\/www.systransoft.com\/papers\/adipisci-in-et-qui\/"},"modified":"2023-11-16T18:20:29","modified_gmt":"2023-11-16T17:20:29","slug":"adipisci-in-et-qui","status":"publish","type":"paper","link":"https:\/\/www.systransoft.com\/fr\/ressources\/papers-and-publications\/adipisci-in-et-qui\/","title":{"rendered":"Int\u00e9gration de la terminologie de domaine dans la traduction automatique neuronale"},"content":{"rendered":"<span style=\"font-size: revert; color: initial;\">Ce document \u00e9tend les travaux actuels sur l'int\u00e9gration terminologique dans la traduction automatique neuronale, une pratique industrielle courante pour adapter de mani\u00e8re dynamique la traduction \u00e0 un domaine sp\u00e9cifique. Notre m\u00e9thode, bas\u00e9e sur l'utilisation d'espaces r\u00e9serv\u00e9s compl\u00e9t\u00e9s par une annotation morphosyntaxique, exploite efficacement la capacit\u00e9 du r\u00e9seau de neurones \u00e0 traiter les connaissances symboliques pour d\u00e9passer la g\u00e9n\u00e9ralisation de surface montr\u00e9e par les techniques alternatives. Nous comparons notre approche \u00e0 des syst\u00e8mes de pointe et les comparons \u00e0 l'aide d'un cadre d'\u00e9valuation bien d\u00e9fini, en nous concentrant sur l'application r\u00e9elle de la terminologie et pas seulement sur la performance globale. Les r\u00e9sultats indiquent la pertinence de notre m\u00e9thode dans le cas d'utilisation o\u00f9 la terminologie est utilis\u00e9e dans un syst\u00e8me form\u00e9 sur des donn\u00e9es g\u00e9n\u00e9riques uniquement.<\/span>","protected":false},"excerpt":{"rendered":"<p>Cet article \u00e9tend les travaux existants sur l'int\u00e9gration terminologique \u00e0 la traduction automatique neuronale, une pratique industrielle courante pour adapter dynamiquement la traduction \u00e0 un domaine sp\u00e9cifique. Notre m\u00e9thode, bas\u00e9e sur l'utilisation d'espaces r\u00e9serv\u00e9s compl\u00e9t\u00e9s par l'annotation morphosyntaxique, puise efficacement dans la capacit\u00e9 du r\u00e9seau neuronal \u00e0 g\u00e9rer les connaissances symboliques pour d\u00e9passer la g\u00e9n\u00e9ralisation de surface... <a href=\"https:\/\/www.systransoft.com\/fr\/ressources\/papers-and-publications\/adipisci-in-et-qui\/\">Suite<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-1701","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper\/1701","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/media?parent=1701"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}