Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-9717
Autor(en): Di Marco, Marion
Titel: Using morpho-syntactic and semantic information to improve statistical machine translation
Erscheinungsdatum: 2018
Dokumentart: Dissertation
Seiten: xix, 215
URI: http://elib.uni-stuttgart.de/handle/11682/9734
http://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-97349
http://dx.doi.org/10.18419/opus-9717
Zusammenfassung: Statistische Maschinelle Übersetzungssystem werden von Wort-alignierten parallelen Corpora abgeleitet und benutzen üblicherweise keine expliziten linguistischen Informationen. Dies kann zu Generalisierungsproblemen führen, besonders wenn morphologisch komplexe Sprachen übersetzt werden. Diese Arbeit untersucht die Integration von linguistischen Informationen in ein Übersetzungssystem, das in eine morphologisch komplexe Sprache übersetzt: basierend auf einem Übersetzungssystem, das die Morphologie der Zielsprache modelliert, werden syntaktische und semantische Informationen in das System integriert, mit dem Ziel, die Modellierung von Subkategorisierung und Präpositionen zu verbessern.
Enthalten in den Sammlungen:05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
PhD_MorphSyntSem_Features_SMT_submittedOPUS.pdf1,04 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.