تقدم هذه الورقة التقديمات بجامعة ADAM MICKIECZ (AMU) لمهمة الترجمة الإخبارية WMT 2021.التركيز التقديمات على اتجاهات ترجمة English↔hausa، وهي سيناريو ترجمة موارد منخفضة بين اللغات البعيدة.ينطوي نهجنا على تنظيف بيانات شامل، ونقل التعلم باستخدام زوج لغة
الموارد عالية الموارد، والتدريب التكراري، واستخدام بيانات أحادية المونولينغ عبر الترجمة الخلفي.نقوم بتجربة نهج NMT و PB-SMT على حد سواء، باستخدام بنية المحولات الأساسية لجميع نماذج NMT أثناء الاستفادة من أنظمة PB-SMT كحلول أساسية مماثلة.
يهدف المشروع في المقام الأول إلى توظيف الذكاء الاصطناعي ، وتحديداً مهارات برمجة شبكة عصبية حيث الشبكات العصبية بدورها هي شبكات مهتمة بالتدريب والتعلم من الخطأ ، وتوظيف هذا الخطأ لتحقيق أفضل النتائج.
(CNN) على وجه الخصوص هي واحدة من أهم الشبكات العص
بية التي تعالج مشاكل وقضايا التصنيف. وبالتالي فإن هذا المشروع يهدف إلى تصميم شبكة عصبية التفافية تصنف المركبات إلى عدة أنواع حيث سنقوم بتصميم الشبكة وتدريبها على قاعدة البيانات حيث أن قاعدة البيانات تتضمن صورًا لأنواع متعددة من المركبات وستقوم الشبكة بتصنيف كل صورة إلى نوعها ، بعد تعديل الصور وإجراء التغييرات المناسبة وتحويلها إلى اللون الرمادي واكتشاف الحواف والخطوط وبعد أن تصبح الصور جاهزة تبدأ عملية التدريب وبعد انتهاء عملية التدريب سنخرج بنتائج التصنيف وبعدها اختبار بمجموعة جديدة من الصور ومن اهم تطبيقات هذا المشروع الالتزام برصف السيارات والشاحنات والمركبات بشكل عام وكأن صورة تم ادخالها كسيارة لعينة السيارة وهي شاحنة ، على سبيل المثال ، سيعطي هذا خطأ حيث ستكتشف الشبكة ذلك من خلال فحصها وتصنيفها. كشاحنة ، نكتشف أن هناك انتهاكًا لقوانين الرصف
