Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.140
Aluno: Fillipe de Menezes Cardoso da Silva
Orientador: Prof. Luciano de Andrade Barbosa
Título: LEVERARING MULTILINGUAL MODELS AND RANK FUSION FOR TRANSLATION MEMORY RETRIEVAL
Data: 29/04/2024
Hora/Local: 10h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Luciano de Andrade Barbosa (UFPE / Centro de Informática)
Prof. Vanilson André de Arruda Burégio (UFRPE / DEINFO )
Dr. Paulo Rodrigo Cavalin (IBM Research Brazil)
RESUMO:
Memórias de Tradução (MTs) são componentes indispensáveis das modernas ferramentas de Tradução Assistida por Computador (CAT). As MTs são essencialmente bancos de dados que armazenam textos de tradução de uma língua de origem para uma língua de destino. Elas funcionam como um repositório de segmentos traduzidos anteriormente e são essenciais para aumentar a produtividade e reduzir os custos no processo de tradução. As bases de dados de TM atuais dependem principalmente de regras lexicais, como distância de edição ou correspondências de n-gramas, para identificar traduções candidatas correspondentes. Embora possam facilmente encontrar traduções candidatas com conjuntos semelhantes de palavras, eles carecem da capacidade de encontrar traduções semanticamente semelhantes. Este trabalho explora a aplicação de modelos neurais de ponta para a tarefa de recuperação de Memória de Tradução. Através de experimentação extensiva, demonstramos que os modelos neurais não apenas proporcionam traduções candidatas aprimoradas, mas também oferecem maior flexibilidade e aplicabilidade mais ampla em comparação com os paradigmas lexicais tradicionais. Também mostramos que a aplicação de técnicas de fusão de classificação para alavancar as capacidades de recuperação multilíngue dos modelos neurais alcança resultados de ponta para a Recuperação de Memória de Tradução.
Palavras-chave: Translation Memory, Neural Information Retrieval, Rank
Fusion, Multiligual Neural Models
Comentários desativados