La simplification vise \u00e0 r\u00e9duire la complexit\u00e9 lexicale, grammaticale et structurelle d\u2019un texte tout en gardant le m\u00eame sens. Dans le contexte de la traduction automatique, nous introduisons l'id\u00e9e de traductions simplifi\u00e9es afin de renforcer la capacit\u00e9 d'apprentissage des mod\u00e8les de traduction neuronale profonde. Nous menons des exp\u00e9riences pr\u00e9liminaires montrant que la complexit\u00e9 de traduction est en fait r\u00e9duite dans une traduction d'un bi-texte source par rapport \u00e0 la r\u00e9f\u00e9rence cible du bi-texte tout en utilisant un syst\u00e8me de traduction automatique neuronale (NMT) appris sur le m\u00eame bi-texte exact. Sur la base de l'id\u00e9e de distillation des connaissances, nous formons ensuite un syst\u00e8me NMT en utilisant le bi-texte simplifi\u00e9 et montrons qu'il surpasse le syst\u00e8me initial qui a \u00e9t\u00e9 construit sur l'ensemble de donn\u00e9es de r\u00e9f\u00e9rence. Les performances sont encore am\u00e9lior\u00e9es lorsque des traductions de r\u00e9f\u00e9rence et automatiques sont utilis\u00e9es pour apprendre le r\u00e9seau. Nous effectuons une analyse \u00e9l\u00e9mentaire du corpus traduit et rendons compte des r\u00e9sultats de pr\u00e9cision de l'approche propos\u00e9e sur les t\u00e2ches de traduction de l'anglais vers le fran\u00e7ais et de l'anglais vers l'allemand<\/p>","protected":false},"excerpt":{"rendered":"
La simplification du texte vise \u00e0 r\u00e9duire la complexit\u00e9 lexicale, grammaticale et structurelle d'un texte tout en conservant la m\u00eame signification. Dans le contexte de la traduction automatique, nous introduisons l'id\u00e9e de traductions simplifi\u00e9es afin de stimuler la capacit\u00e9 d'apprentissage des mod\u00e8les de traduction neuronale profonde. Nous menons des exp\u00e9riences pr\u00e9liminaires qui montrent que la complexit\u00e9 de la traduction est en fait r\u00e9duite... Suite<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3314","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper\/3314","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=3314"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}