دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Babych. Bogdan, Banchs. Rafael E., Costa-jussà. Marta R., Eberle. Kurt, Lambert. Patrik, Rapp. Reinhard سری: Theory and Applications of Natural Language Processing ISBN (شابک) : 9783319213118, 9783319213101 ناشر: سال نشر: 2016 تعداد صفحات: 208 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب رویکردهای ترکیبی به ترجمه ماشینی: علوم کامپیوتر، زبان شناسی محاسباتی، ترجمه و تفسیر
در صورت تبدیل فایل کتاب Hybrid Approaches to Machine Translation به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب رویکردهای ترکیبی به ترجمه ماشینی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این جلد مروری بر حوزه ترجمه ماشینی ترکیبی (MT) ارائه میکند و برخی از آخرین تحقیقات انجام شده توسط زبانشناسان و متخصصان حوزههای چند رشتهای مختلف را ارائه میکند. امروزه، مهمترین پیشرفت ها در MT با ترکیب تکنیک های داده محور و مبتنی بر قانون به دست می آید. این ترکیبها معمولاً شامل ترکیبی از پارادایمهای سنتی مختلف، مانند معرفی دانش زبانشناختی در رویکردهای آماری MT، ادغام مؤلفههای دادهمحور در رویکردهای مبتنی بر قاعده، یا پیش پردازش و پس پردازش آماری و مبتنی بر قانون برای هر دو است. انواع معماری های MT.
این کتاب در درجه اول مورد توجه متخصصان MT است، اما همچنین - در زمینه های گسترده تر زبان شناسی محاسباتی، یادگیری ماشین و داده کاوی - برای مترجمان و مدیران از شرکتهای ترجمه و بخشهایی که به پیشرفتهای اخیر در مورد ابزارهای ترجمه خودکار علاقه دارند.
This volume provides an overview of the field of Hybrid Machine Translation (MT) and presents some of the latest research conducted by linguists and practitioners from different multidisciplinary areas. Nowadays, most important developments in MT are achieved by combining data-driven and rule-based techniques. These combinations typically involve hybridization of different traditional paradigms, such as the introduction of linguistic knowledge into statistical approaches to MT, the incorporation of data-driven components into rule-based approaches, or statistical and rule-based pre- and post-processing for both types of MT architectures.
The book is of interest primarily to MT specialists, but also – in the wider fields of Computational Linguistics, Machine Learning and Data Mining – to translators and managers of translation companies and departments who are interested in recent developments concerning automated translation tools.
Front Matter ....Pages i-ix
Hybrid Machine Translation Overview (Cristina España-Bonet, Marta R. Costa-jussà)....Pages 1-24
Front Matter ....Pages 25-25
Controlled Ascent: Imbuing Statistical MT with Linguistic Knowledge (William D. Lewis, Chris Quirk, Qin Gao)....Pages 27-55
Hybrid Word Alignment (Santanu Pal, Sudip Kumar Naskar)....Pages 57-75
Syntax-Based Pre-reordering for Chinese-to-Japanese Statistical Machine Translation (Dan Han, Pascual Martínez-Gómez, Yusuke Miyao)....Pages 77-108
Front Matter ....Pages 109-109
Machine Learning Applied to Rule-Based Machine Translation (Annette Rios, Anne Göhring)....Pages 111-129
Language-Independent Hybrid MT: Comparative Evaluation of Translation Quality (George Tambouratzis, Marina Vassiliou, Sokratis Sofianopoulos)....Pages 131-157
Front Matter ....Pages 159-159
Creating Hybrid Dependency Parsers for Syntax-Based MT (Nathan David Green, Zdeněk Žabokrtský)....Pages 161-190
Using WordNet-Based Word Sense Disambiguation to Improve MT Performance (Špela Vintar, Darja Fišer)....Pages 191-205