Luận văn Thạc sĩ Nguyễn Minh Thuận: Cải thiện hệ thống dịch máy VNU-UET

• Tác giả: Nguyen Minh Thuan
• Người hướng dẫn: Assoc. Nguyen Phuong Thai
• Trường học: Vietnam National University, Hanoi University of Engineering and Technology
• Chuyên ngành: Computer Science
• Đề tài: Enhancing the quality of Machine Translation System Using Cross-Lingual Word Embedding Models
• Loại tài liệu: master thesis
• Năm xuất bản: 2018
• Địa điểm: Hanoi

Mục lục chi tiết

• 1. Introduction
• 2. Literature review
• 2.1. History
• 2.2. Approaches
• 2.4. Open-Source Machine Translation
• 2.4.1. Moses - an Open Statistical Machine Translation System
• 2.4.2. OpenNMT - an Open Neural Machine Translation System
• 2.1. Monolingual Word Embedding Models
• 2.2. Cross-Lingual Word Embedding Models
• 3. Using Cross-Lingual Word Embedding Models for Machine Translation Systems
• 3.1. Enhancing the quality of Phrase-table in SMT Using Cross-Lingual Word Embedding
• 3.1.1. Recomputing Phrase-table weights
• 3.1.2. Generating new phrase pairs
• 3.2. Addressing the Unknown Word Problem in NMT Using Cross-Lingual Word Embedding Models
• 4. Experiments and Results
• 4.1. Word Translation Task
• 4.2. Impact of Enriching the Phrase-table on SMT system
• 4.3. Impact of Removing the Unknown Words on NMT system
• 5. Conclusion

Tóm tắt

I. Tổng quan về Luận văn thạc sĩ VNU UET trong dịch máy

Luận văn thạc sĩ của Nguyễn Minh Thuận tại VNU UET tập trung vào việc nâng cao chất lượng của hệ thống dịch máy thông qua các mô hình nhúng từ giữa hai ngôn ngữ. Nghiên cứu này không chỉ mang lại giá trị cho lĩnh vực dịch máy mà còn góp phần vào sự phát triển của ngôn ngữ tự nhiên và học sâu trong dịch thuật. Mục tiêu chính là cải thiện độ chính xác và hiệu quả của các hệ thống dịch máy hiện tại.

1.1. Mục tiêu nghiên cứu và tầm quan trọng

Mục tiêu của luận văn là phát triển các mô hình nhúng từ để giải quyết các vấn đề trong dịch máy, đặc biệt là trong việc cải thiện chất lượng dịch thuật cho các ngôn ngữ ít tài nguyên như tiếng Việt.

1.2. Đối tượng và phương pháp nghiên cứu

Luận văn sử dụng các mô hình nhúng từ giữa hai ngôn ngữ để cải thiện bảng cụm từ trong dịch máy thống kê và giải quyết vấn đề từ không xác định trong dịch máy thần kinh.

II. Vấn đề trong hệ thống dịch máy hiện tại và thách thức

Hệ thống dịch máy hiện tại gặp nhiều thách thức, đặc biệt là trong việc xử lý các ngôn ngữ ít tài nguyên. Việc thiếu dữ liệu song ngữ chất lượng cao dẫn đến bảng cụm từ kém, ảnh hưởng đến độ chính xác của dịch thuật. Ngoài ra, vấn đề từ không xác định trong dịch máy thần kinh cũng là một thách thức lớn.

2.1. Thiếu dữ liệu song ngữ và ảnh hưởng đến dịch máy

Thiếu dữ liệu song ngữ chất lượng cao dẫn đến việc tạo ra bảng cụm từ không đầy đủ, làm giảm hiệu quả của hệ thống dịch máy. Điều này đặc biệt nghiêm trọng đối với các ngôn ngữ ít được sử dụng.

2.2. Vấn đề từ không xác định trong dịch máy thần kinh

Trong hệ thống dịch máy thần kinh, từ không xác định thường bị thay thế bằng ký hiệu 'unk', dẫn đến việc không thể dịch chính xác các từ này. Điều này gây ra sự giảm sút đáng kể trong chất lượng dịch thuật.

III. Phương pháp cải thiện chất lượng dịch máy bằng nhúng từ

Luận văn đề xuất hai mô hình chính để cải thiện chất lượng dịch máy. Mô hình đầu tiên tập trung vào việc nâng cao bảng cụm từ trong dịch máy thống kê, trong khi mô hình thứ hai giải quyết vấn đề từ không xác định trong dịch máy thần kinh. Cả hai mô hình đều sử dụng mô hình nhúng từ giữa hai ngôn ngữ để tối ưu hóa quá trình dịch.

3.1. Nâng cao bảng cụm từ trong dịch máy thống kê

Mô hình đầu tiên sử dụng các phương pháp nhúng từ để tính toán lại trọng số của bảng cụm từ, từ đó tạo ra các cặp cụm từ mới, giúp cải thiện độ chính xác của dịch máy.

3.2. Giải quyết vấn đề từ không xác định trong dịch máy thần kinh

Mô hình thứ hai thay thế các từ không xác định bằng các từ trong từ vựng có sẵn, giúp cải thiện đáng kể chất lượng dịch cho các câu có chứa từ không xác định.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu

Nghiên cứu đã chỉ ra rằng việc áp dụng các mô hình nhúng từ giữa hai ngôn ngữ có thể cải thiện đáng kể chất lượng dịch máy. Các thử nghiệm cho thấy sự gia tăng trong độ chính xác dịch thuật, đặc biệt là đối với các ngôn ngữ ít tài nguyên. Kết quả này mở ra hướng đi mới cho việc phát triển các hệ thống dịch máy hiệu quả hơn.

4.1. Kết quả thử nghiệm trên bảng cụm từ

Các thử nghiệm cho thấy việc làm giàu bảng cụm từ bằng cách sử dụng nhúng từ đã cải thiện đáng kể độ chính xác của hệ thống dịch máy thống kê.

4.2. Tác động của việc xử lý từ không xác định

Việc xử lý các từ không xác định đã cho thấy sự cải thiện rõ rệt trong chất lượng dịch của hệ thống dịch máy thần kinh, giúp tăng cường khả năng dịch cho các ngôn ngữ ít tài nguyên.

V. Kết luận và tương lai của nghiên cứu trong dịch máy

Luận văn đã chứng minh rằng việc sử dụng các mô hình nhúng từ giữa hai ngôn ngữ có thể nâng cao chất lượng dịch máy một cách hiệu quả. Tương lai của nghiên cứu này hứa hẹn sẽ mở ra nhiều cơ hội mới trong việc phát triển các hệ thống dịch máy thông minh hơn, đặc biệt là cho các ngôn ngữ ít tài nguyên.

5.1. Hướng đi tương lai cho nghiên cứu dịch máy

Nghiên cứu có thể mở rộng để khám phá thêm các mô hình nhúng từ mới và cải tiến hơn, nhằm nâng cao hơn nữa chất lượng dịch máy.

5.2. Tác động của nghiên cứu đến ngành dịch thuật

Kết quả nghiên cứu không chỉ có giá trị cho lĩnh vực dịch máy mà còn có thể áp dụng trong các lĩnh vực khác của ngôn ngữ tự nhiên, mở ra nhiều cơ hội mới cho các ứng dụng thực tiễn.