مشخصات کتاب

Syntax-based Statistical Machine Translation

ویرایش:  
نویسندگان: Philip Williams,  Rico Sennrich,  Matt Post,  Philipp Koehn  
سری: Synthesis Lectures on Human Language Technologies 33 
ISBN (شابک) : 9781627055024 
ناشر: Morgan & Claypool 
سال نشر: 2016 
تعداد صفحات: 188 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت 

در صورت تبدیل فایل کتاب Syntax-based Statistical 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 ترجمه ماشینی آماری مبتنی بر نحو 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.

توضیحاتی در مورد کتاب ترجمه ماشینی آماری مبتنی بر نحو

این کتاب منحصربه‌فرد مقدمه‌ای جامع بر محبوب‌ترین مدل‌های ترجمه ماشینی آماری مبتنی بر نحو ارائه می‌کند و شکافی را در ادبیات فعلی برای محققان و توسعه‌دهندگان فناوری‌های زبان انسانی پر می‌کند. در حالی که مدل‌های مبتنی بر عبارت قبلاً در این زمینه تسلط داشته‌اند، رویکردهای مبتنی بر نحو یک جایگزین محبوب هستند، زیرا آنها به زیبایی بسیاری از کاستی‌های مدل‌های مبتنی بر عبارت را حل می‌کنند. قلب این کتاب مقدمه ای مفصل برای رمزگشایی برای مدل های مبتنی بر نحو است. این کتاب با مروری بر گرامر آزاد زمینه همزمان (SCFG) و گرامر جایگزین درخت همزمان (STSG) همراه با مدل‌های آماری مرتبط شروع می‌شود. همچنین توضیح می‌دهد که چگونه سه نمونه محبوب (Hiero، SAMT و GHKM) از بدنه‌های موازی آموخته می‌شوند. این فوق گراف ها و الگوریتم های کلی مرتبط، و همچنین الگوریتم هایی برای رمزگشایی با ورودی درخت و رشته را معرفی می کند و جزئیات می دهد. توجه ویژه ای به کارایی داده می شود، از جمله تقریب های جستجو مانند جستجوی پرتو و هرس مکعبی، ساختارهای داده و الگوریتم های تجزیه. این کتاب به طور مداوم نقاط قوت (و محدودیت‌های) رویکردهای مبتنی بر نحو، از جمله توانایی آنها در تعمیم واحدهای ترجمه مبتنی بر عبارت، مدل‌سازی آنها از پدیده‌های زبانی خاص، و عملکرد آنها در ساختار فضای جستجو را برجسته می‌کند.

توضیحاتی درمورد کتاب به خارجی

This unique book provides a comprehensive introduction to the most popular syntax-based statistical machine translation models, filling a gap in the current literature for researchers and developers in human language technologies. While phrase-based models have previously dominated the field, syntax-based approaches have proved a popular alternative, as they elegantly solve many of the shortcomings of phrase-based models. The heart of this book is a detailed introduction to decoding for syntax-based models. The book begins with an overview of synchronous-context free grammar (SCFG) and synchronous tree-substitution grammar (STSG) along with their associated statistical models. It also describes how three popular instantiations (Hiero, SAMT, and GHKM) are learned from parallel corpora. It introduces and details hypergraphs and associated general algorithms, as well as algorithms for decoding with both tree and string input. Special attention is given to efficiency, including search approximations such as beam search and cube pruning, data structures, and parsing algorithms. The book consistently highlights the strengths (and limitations) of syntax-based approaches, including their ability to generalize phrase-based translation units, their modeling of specific linguistic phenomena, and their function of structuring the search space.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Sifting the trash: a history of design criticism

دانلود کتاب Geometry Essentials For Dummies

دانلود کتاب GO! with Microsoft Office 365, Excel 2019 Comprehensive 1st Edition

دانلود کتاب Les batailles de la natalité: Quel "réarmement démographique" ?

دانلود کتاب [Vol. I: Ancient to Baroque] The Norton Anthology of Western Music