Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
houkokukai.pdf
Search
MARUYAMA
March 24, 2017
0
42
houkokukai.pdf
MARUYAMA
March 24, 2017
Tweet
Share
More Decks by MARUYAMA
See All by MARUYAMA
vampire.pdf
tmaru0204
0
190
Misspelling_Oblivious_Word_Embedding.pdf
tmaru0204
0
210
Simple_Unsupervised_Summarization_by_Contextual_Matching.pdf
tmaru0204
0
190
Controlling_Text_Complexity_in_Neural_Machine_Translation.pdf
tmaru0204
0
180
20191028_literature-review.pdf
tmaru0204
0
160
Hint-Based_Training_for_Non-Autoregressive_Machine_Translation.pdf
tmaru0204
0
150
Soft_Contextual_Data_Augmentation_for_Neural_Machine_Translation_.pdf
tmaru0204
0
180
An_Embarrassingly_Simple_Approach_for_Transfer_Learning_from_Pretrained_Language_Models_.pdf
tmaru0204
0
160
Addressing_Trobulesome_Words_in_Neural_Machine_Translation.pdf
tmaru0204
0
180
Featured
See All Featured
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.7k
So, you think you're a good person
axbom
PRO
2
1.9k
A Modern Web Designer's Workflow
chriscoyier
698
190k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
Product Roadmaps are Hard
iamctodd
PRO
55
12k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
470
The Spectacular Lies of Maps
axbom
PRO
1
610
Rails Girls Zürich Keynote
gr2m
96
14k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.6k
Balancing Empowerment & Direction
lara
5
940
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Paper Plane (Part 1)
katiecoart
PRO
0
5.5k
Transcript
年次大会報告会 丸山 拓海
興味を持った発表 ・逆翻訳によるニューラル機械翻訳の最適化 ・ゼロから始めるニューラル機械翻訳 ニューラル機械翻訳の基本を理解 逆翻訳した際の損失をモデルに組み込む
興味を持った発表 ・ニューラル機械翻訳での訳抜けした内容の検出 ・ Simple PPDB: Japanese 累積アテンション確率, 逆翻訳確率 平易化言い換えコーパスの構築 ・参照文を用いない暫定的な翻訳評価と
翻訳辞書作成ツールの開発
所感 ・ニューラル機械翻訳を用いた研究が盛ん ・ 平易化関連の研究 翻訳だけでなく, 要約, 単語分割・品詞付与・構文解析の統合解析 平易化言い換えコーパスの構築 モデル自体の研究も盛ん 文の分割を考慮した文間類似度計算法
平易化した際にどのくらい情報を保持できているか 文長、日英翻訳の結果