MétaCan
Menu
Retour à la cohorte
Enregistrement W7052814671

Speech based machine aided human translation for a document translation task

2012· dissertation· en· W7052814671 sur OpenAlexaffabout

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2012
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueElectrical and Electromagnetic Research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMachine translationTask (project management)Transcription (linguistics)Key (lock)Source textTranslation (biology)Quality (philosophy)Language model
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Translating documents into multiple languages represents an extremely large expensefor businesses, governments, and international agencies. In Canada, for example, it isa requirement that all ocial documents exist in both ocial languages, French andEnglish. This has produced a large translation industry employing a large number ofskilled professional translators.It is well known that the standards posed on the quality of translations for businessand government documents are far too high to apply existing automatic machinetranslation technology to the document translation task. A large number of tools forincreasing the eciency of human translators at various stages of their work ow havebecome commercially available to translation bureaus. These human translators maydirectly enter translated text, dictate their translations so they may be automaticallytranscribed, or post-edit rst draft translations produced by an automatic machinetranslation system. The work in this thesis is concerned with a machine aided humantranslation(MAHT) scenario where a human translator dictates translations ofa source language document. Automatic techniques are developed for improving thequality of the transcriptions obtained from these dictated translations by simultaneouslyincorporating knowledge from the source language text and the target languagespeech.The main contributions of this thesis are as follows. First, we describe novelalgorithms that provide ecient and accurate transcriptions of dictations providedby the human translator. We show that by integrating information extracted fromthe source language document with statistical models used in the automatic speechrecognition system, a more accurate transcription of the dictations can be obtained.Second, we use key information from the source language document like named entitytagged words and use acoustic, language and phonetic information to ensure that thatinformation exists in the translated document as well. Third, we describe a systemthat is specic to document translation. The document translation task domainaddressed here can be distinguished from tasks addressed in most previous MAHTresearch which has been focused on translating isolated sentences or phrases. Fourth,we created a new corpus, specically for use in this thesis. This corpus was collected atMcGill from professional translators dictating their translations and has been essentialfor characterizing the issues associated with the dictation-based MAHT task domain.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,713
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,024
Tête enseignante GPT0,290
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetElectrical and Electromagnetic ResearchTravaux en français237 207