النمذجة الانضباط الجانب الهدف في ترجمة العنصر النائب

تمكن أنظمة الترجمة العنصرية للمستخدمين من تحديد كيفية ترجمة عبارة محددة في جملة الإخراج. يتم تدريب النظام على إخراج الرموز النصب النائب الخاص ويتم حقن مصطلح المستخدم المحدد في الإخراج من خلال استبدال الخول من السياق لرمز العنصر النائب. ومع ذلك، قد يؤدي هذا النهج إلى جمل غير رسمية لأنه غالبا ما يكون هذا هو الحال الذي يحتاجه المصطلح المحدد إلى أن يتم تأمينه وفقا لسياق الإخراج وغير معروف قبل الترجمة. لمعالجة هذه المشكلة ونقترح طريقة رواية للترجمة النائبة التي يمكنها إلحاق الشروط المحددة وفقا للبناء النحوي من جملة الإخراج. نقوم بتوسيع هندسة SEQ2SEQ مع وحدة فك ترميز مستوى الطابع الذي يأخذ Lemma من مصطلح محدد من المستخدم والكلمات التي تم إنشاؤها من وحدة فك الترميز على مستوى Word لإخراج شكل صحيحة مؤلف من Lemma. نقيم نهجنا بمهمة الترجمة اليابانية إلى الإنجليزية في مجال الكتابة العلمي وإظهار طرازنا يمكن أن يتضمن شروطا محددة في النموذج الصحيح بنجاح أكثر من نماذج قابلة للمقارنة.

Placeholder translation systems enable the users to specify how a specific phrase is translated in the output sentence. The system is trained to output special placeholder tokens and the user-specified term is injected into the output through the context-free replacement of the placeholder token. However and this approach could result in ungrammatical sentences because it is often the case that the specified term needs to be inflected according to the context of the output and which is unknown before the translation. To address this problem and we propose a novel method of placeholder translation that can inflect specified terms according to the grammatical construction of the output sentence. We extend the seq2seq architecture with a character-level decoder that takes the lemma of a user-specified term and the words generated from the word-level decoder to output a correct inflected form of the lemma. We evaluate our approach with a Japanese-to-English translation task in the scientific writing domain and and show our model can incorporate specified terms in a correct form more successfully than other comparable models.