Cải tiến chất lượng dịch máy dựa vào mạng nơron cho các ngôn ngữ tài nguyên hạn chế
Luận án · Tiến sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận án |
|---|---|
| Bậc học | Tiến sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Ngô Thị Vinh |
| Người hướng dẫn | Nguyễn Phương Thái; Nguyễn Lê Minh |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
Luận án bao gồm 05 chương: Chương 1 trình bày tổng quan về bài toán dịch máy, các khái niệm được sử dụng trong luận án và phạm vi của luận án. Đồng thời, chúng tôi cũng nêu các thách thức của bài toán dịch máy nói chung hiện nay và các hướng nghiên cứu chính cho bài toán dịch máy trong điều kiện tài nguyên song ngữ hạn chế nói riêng. Phần cuối chương, chúng tôi trình bày các kiến thức cơ bản và các công cụ được sử dụng trong luận án như: kiến trúc RNN và Transformer với các tham số cấu hình cơ bản, hệ thống phần cứng cho thực nghiệm, các độ đo được sử dụng để đánh giá chất lượng hệ thống dịch máy và phương pháp lựa chọn dữ liệu dựa vào độ đo TF-IDF. Chương 2 trình bày các đề xuất về hệ thống dịch máy giữa tiếng Nhật và tiếng Việt với việc đề xuất sử dụng các phương pháp phân đoạn từ khác nhau. Chương 3 trình bày đề xuất về phương pháp làm giàu dữ liệu song ngữ cho các cặp ngôn ngữ tài nguyên hạn chế. Các kết quả được đánh giá trên hai tập dữ liệu khác nhau cho cặp ngôn ngữ Trung-Việt và Nhật-Việt. Chương 4 trình bày các đề xuất khác nhau nhằm nâng cao hiệu quả dịch các từ hiếm trong dịch máy. Các kết quả được đánh giá trên các hệ thống dịch máy với các cặp ngôn ngữ khác nhau như Anh - Việt, Trung - Việt, Nhật - Việt, Lào - Việt và Khmer - Việt. Chương 5 trình bày các đề xuất sử dụng dịch đa ngữ cho các ngôn ngữ tương đồng từ tiếng Trung, Nhật sang tiếng Việt và từ tiếng Anh, Pháp sang tiếng Việt, đồng thời đề xuất các phương pháp học mối quan hệ tương tự giữa các từ trong không gian dịch đa ngữ.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Nghiên cứu nhận dạng xoáy thuận nhiệt đới hoạt động trên khu vực Biển Đông bằng phương pháp trí tuệ nhân tạo
- Nghiên cứu phương pháp phát hiện các bản vá lỗ hổng phần mềm dựa trên học sâu
- Số hóa tài liệu tự động thông minh
- Tránh đánh chặn không dây cho các phương tiện chiến đấu mặt đất trong mạng thông tin chiến thuật-chiến thuật (Warfighter Information Network-Tactical)
- Solution de courtage pour l’authentieication, latraqabilité et la certieication des produits alimentaires via la blockchain. Développementineormatique Front end et Fack end = Giải pháp môi giới đế xác thực, truy xuất nguồn gốc và chứng nhận các sản phẩm thực phẩm thông qua blockchain. phát triển phấn mểm FRONTEND và BACKEND
- Phát hiện mã xấu trong chương trình bằng phương pháp học sâu
- Phát triển kỹ thuật học đa tác vụ cho đa biến thể nhãn trong trính xuất thông tin tài liệu khoa học
- Investigate of interaction of mu-opioid receptor with unbiased and biased ligands using molecular dynamics and machine learning
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.