تحقق هذه الورقة في كيفية تأثير ترتيب النغمة بالنسبة إلى السلسلة القطاعية على حساب الاحتمالات الشوئية.تم تدريب نماذج الشبكة العصبية العصبية المتكررة على معجم مقطع لفظي من مقطع لفظي لأربعة لغات من مقطع لفظي آسيوي (الماندرين والتايلاندية والفيتنامية وال
كانتونية) التي تم التعامل معها على أنها شريحة تحدث في مواقف مختلفة في السلسلة.بالنسبة لنماذج Trigram، تفاعل التقليب الأمثل مع اللغة، في حين أن نماذج الشبكة العصبية غير متأثرة نسبيا عن طريق النغمة بجميع اللغات.بالإضافة إلى توفير خط أساس للتقييم في المستقبل، تشير هذه النتائج إلى أن الاحتمالية الشوئية قوية في خيارات كيفية طلب النغمة فيما يتعلق بالعناصر الأخرى في مقطع لفظي.
في هذا العمل، نحلل متانة أنظمة الترجمة الآلية العصبية نحو الاضطرابات النحوية في المصدر.على وجه الخصوص، نركز على اضطرابات الانعطاف المورفولوجي.بينما تمت دراسة هذا مؤخرا للغة الإنجليزية → French (Morpheus) (Tan et al.، 2020)، فمن غير الواضح كيف تمتد هذ
ا إلى أي أنظمة ترجمة إنجليزية →.نقترح Morpheus - متعدد اللغات التي تستخدم قواميس Unimorph لتحديد اضطرابات مورفولوجية للمصدر الذي يؤثر سلبا على نماذج الترجمة.جنبا إلى جنب مع تحليل أنظمة MT المسبقة للحكانات، نقوم بتدريب وتحليل الأنظمة لمدة 11 أزواج لغة باستخدام كوربوس TED متعددة اللغات (Qi et al.، 2018).نحن نقارن أيضا هذا مع الأخطاء الفعلية من مكبرات البيانات غير الأصلية باستخدام مجموعات بيانات تصحيح الأخطاء النحوية.أخيرا، نقدم تحليلا نوعيا وكميا لأغاني أي أنظمة ترجمة إنجليزية →.
