Charles Explorer logo
🇨🇿

Výsledky úlohy WMT17 pro trénink systémů pro strojový překlad

Publikace na Matematicko-fyzikální fakulta |
2017

Abstrakt

Tento článek představuje výsledky úlohy WMT17 pro trénink neuronového strojového překladu. Cílem této úlohy je prozkoumat metody výcviku předem zvolené neuronové architektury, zaměřené především na nejlepší kvalitu překladu a jako sekundární cíl kratší čas trénování. Účastníci měli k dispozici kompletní systém pro neuronový strojový překlad, výchozí parametry trénování a konfiguraci sítě.

Překlad byl proveden v anglicko-českém směru a úkol byl rozdělen na dvě podskupiny s různými konfiguracemi - jedna byla upravena tak, aby se vešla na 4GB a druhá na 8GB GPU kartu. Obdrželi jsme 3 řešení pro variantu 4 GB a 1 řešení pro variantu 8 GB; také jsme poskytli výsledky nášeho běh pro každou velikost jako baseline.

Přeložili jsme zkušební sadu netrénovanými modely a výsledky vyhodnotili pomocí několika automatických metrik. Uvádíme také výsledky lidského hodnocení předložených systémů.