haku: @keyword evaluation / yhteensä: 51
hakutulos-lista
viite: 22 / 51
« edellinen | seuraava »
Tekijä:Dobrinkat, Marcus
Työn nimi:Domain adaptation in statistical machine translation systems via user feedback
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2008
Sivut:(12) + 91      Kieli:   eng
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Honkela, Timo
Ohjaaja:Väyrynen, Jaakko
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:statistical machine translation
domain adaptation
evaluation
Tiivistelmä (eng): Machine translation research has progressed in recent years thanks to statistical machine learning methods, sufficient computational power, open source tools and increasing availability of bilingual parallel text resources.
However, most of these systems stay in the hands of researchers and are not improved with public users in mind The motivation behind this thesis is the vision of freely available machine translation systems.
They may be particularly important for languages and domains where there is not enough commercial interest for providing such services otherwise.

The main focus of this work was to collect reference translations for Finnish news sentences, and to use this data to improve a baseline translation system on this news domain.
A web application was created for rating and correcting translations and volunteers were invited to participate the effort.
Then, three different approaches to domain adaptation were realized and evaluated using the news domain data.
In particular, language and translation model interpolation and post-editing have been studied.
Thanks to volunteers, a 1000 sentence bilingual Finnish-English news corpus was assembled.
The corpus is a good asset for further research in domain adaptation.
The adaptation results show that a combination of language model and translation model interpolation effectively adapts the baseline system to the news domain.
Using available domain adaptation methods, translation systems can be built with simple means and adjusted to the users' needs by community feedback.
ED:2009-01-19
INSSI tietueen numero: 36656
+ lisää koriin
« edellinen | seuraava »
INSSI