Recientemente, los sistemas de traducción basados en redes neuronales están empezando a competir con los sistemas basados en frases. Los sistemas que se basan en las redes neuronales usan representaciones vectoriales
de las palabras. Sin embargo, uno de los mayores retos que aún enfrenta la Traducción Automática (TA), se trata de grandes vocabularios y lenguas morfológicamente ricas. Este trabajo tiene como objetivo adaptar un sistema de TA neuronal para traducir del chino al español, utilizando como entrada diferentes tipos de granularidad: palabras, caracteres, fuentes de mapa de
bits de las palabras chinas y las fuentes de mapa de bits de caracteres chinos.
El esquema sugerido para el modelo TA neuronal mitiga el problema de las palabras de origen desconocido. El hecho de realizar la interpretación de cada carácter o palabra como una fuente de mapa de bits permite obtener representaciones vectoriales más informadas. Los mejores resultados se obtienen cuando se utiliza la información de la fuente palabras del mapa de bits.
:C$\backslash$:/Users/Usuario/AppData/Local/Mendeley Ltd./Mendeley Desktop/Downloaded/Aldón Mínguez et al. - 2016 - Sistema de traducción neuronal usando bitmaps.pdf:pdf
%0 Thesis
%1 AldonMinguez2016
%A Aldón Mínguez, David
%A Ruiz Costa-Jussà, Marta
%A Ruiz Costa-Jussà, Marta
%A Padró Cirera, Lluís
%D 2016
%K ciencia_computacional traducción_automática_neuronal
%P 88
%T Sistema de traducción neuronal usando bitmaps
%U https://upcommons.upc.edu/bitstream/handle/2117/88503/117065.pdf?sequence=1&isAllowed=y
%X Recientemente, los sistemas de traducción basados en redes neuronales están empezando a competir con los sistemas basados en frases. Los sistemas que se basan en las redes neuronales usan representaciones vectoriales
de las palabras. Sin embargo, uno de los mayores retos que aún enfrenta la Traducción Automática (TA), se trata de grandes vocabularios y lenguas morfológicamente ricas. Este trabajo tiene como objetivo adaptar un sistema de TA neuronal para traducir del chino al español, utilizando como entrada diferentes tipos de granularidad: palabras, caracteres, fuentes de mapa de
bits de las palabras chinas y las fuentes de mapa de bits de caracteres chinos.
El esquema sugerido para el modelo TA neuronal mitiga el problema de las palabras de origen desconocido. El hecho de realizar la interpretación de cada carácter o palabra como una fuente de mapa de bits permite obtener representaciones vectoriales más informadas. Los mejores resultados se obtienen cuando se utiliza la información de la fuente palabras del mapa de bits.
@phdthesis{AldonMinguez2016,
abstract = {Recientemente, los sistemas de traducción basados en redes neuronales están empezando a competir con los sistemas basados en frases. Los sistemas que se basan en las redes neuronales usan representaciones vectoriales
de las palabras. Sin embargo, uno de los mayores retos que aún enfrenta la Traducción Automática (TA), se trata de grandes vocabularios y lenguas morfológicamente ricas. Este trabajo tiene como objetivo adaptar un sistema de TA neuronal para traducir del chino al español, utilizando como entrada diferentes tipos de granularidad: palabras, caracteres, fuentes de mapa de
bits de las palabras chinas y las fuentes de mapa de bits de caracteres chinos.
El esquema sugerido para el modelo TA neuronal mitiga el problema de las palabras de origen desconocido. El hecho de realizar la interpretación de cada carácter o palabra como una fuente de mapa de bits permite obtener representaciones vectoriales más informadas. Los mejores resultados se obtienen cuando se utiliza la información de la fuente palabras del mapa de bits.},
added-at = {2017-01-05T16:28:03.000+0100},
author = {Aldón Mínguez, David and Ruiz Costa-Jussà, Marta and Ruiz Costa-Jussà, Marta and Padró Cirera, Lluís},
biburl = {https://www.bibsonomy.org/bibtex/2f05d299e4dab34c01dc5f4273964ab47/coral.diez},
file = {:C$\backslash$:/Users/Usuario/AppData/Local/Mendeley Ltd./Mendeley Desktop/Downloaded/Ald{\'{o}}n M{\'{i}}nguez et al. - 2016 - Sistema de traducci{\'{o}}n neuronal usando bitmaps.pdf:pdf},
interhash = {c87e64f179a255ae7eb214eb8fccc46c},
intrahash = {f05d299e4dab34c01dc5f4273964ab47},
keywords = {ciencia_computacional traducción_automática_neuronal},
mendeley-tags = {MTM16,ciencia{\_}computacional,traducci{\'{o}}n{\_}autom{\'{a}}tica{\_}neuronal},
pages = 88,
school = {Universidad Polit{\'{e}}cnica de Catalu{\~{n}}a},
timestamp = {2018-05-28T22:04:46.000+0200},
title = {{Sistema de traducci{\'{o}}n neuronal usando bitmaps}},
type = {Publication},
url = {https://upcommons.upc.edu/bitstream/handle/2117/88503/117065.pdf?sequence=1{\&}isAllowed=y},
year = 2016
}