Word2Vec vs DBnary: Augmenting METEOR using Vector Representations or Lexical Resources?

Type de document :

Communication dans un congrès avec actes

Titre :

Word2Vec vs DBnary: Augmenting METEOR using Vector Representations or Lexical Resources?

Auteur(s) :

Servan, Christophe [Auteur]
Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole [GETALP ]
Bérard, Alexandre [Auteur]
Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole [GETALP ]
Laboratoire d'Informatique Fondamentale de Lille [LIFL]
Sequential Learning [SEQUEL]
Elloumi, Zied [Auteur]
Laboratoire National de Métrologie et d'Essais [Trappes] [LNE ]
Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole [GETALP ]
Blanchon, Hervé [Auteur]
Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole [GETALP ]
Besacier, Laurent [Auteur]
Institut universitaire de France [IUF]
Groupe d’Étude en Traduction Automatique/Traitement Automatisé des Langues et de la Parole [GETALP ]

Titre de la manifestation scientifique :

COLING 2016

Organisateur(s) de la manifestation scientifique :

ANLP & ICCL

Ville :

Osaka

Pays :

Japon

Date de début de la manifestation scientifique :

2016-12-13

Titre de l’ouvrage :

26th International Conference on Computational Linguistics (COLING 2016)

Date de publication :

2016-09-30

Mot(s)-clé(s) en anglais :

METEOR
machine translation evaluation
word embeddings
lexical resources

Discipline(s) HAL :

Informatique [cs]/Informatique et langage [cs.CL]

Résumé en anglais : [en]

This paper presents an approach combining lexico-semantic resources and distributed representations of words applied to the evaluation in machine translation (MT). This study is made through the enrichment of a well-known ...
Lire la suite >This paper presents an approach combining lexico-semantic resources and distributed representations of words applied to the evaluation in machine translation (MT). This study is made through the enrichment of a well-known MT evaluation metric: METEOR. This metric enables an approximate match (synonymy or morphological similarity) between an automatic and a reference translation. Our experiments are made in the framework of the Metrics task of WMT 2014. We show that distributed representations are a good alternative to lexico-semantic resources for MT evaluation and they can even bring interesting additional information. The augmented versions of METEOR, using vector representations, are made available on our Github page.Lire moins >

Langue :

Anglais

Comité de lecture :

Oui

Audience :

Internationale

Vulgarisation :

Non

Projet ANR :

Méthodes qualité avancées pour la post-édition de traduction automatique

Collections :

Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189

Source :

Harvested from HAL

Fichiers

https://hal.archives-ouvertes.fr/hal-01376948/document
Accès libre
Accéder au document

http://arxiv.org/pdf/1610.01291
Accès libre
Accéder au document

https://hal.archives-ouvertes.fr/hal-01376948/document
Accès libre
Accéder au document

https://hal.archives-ouvertes.fr/hal-01376948/document
Accès libre
Accéder au document

document
Accès libre
Accéder au document

metrics_enhanced_COLING2016.pdf
Accès libre
Accéder au document

1610.01291
Accès libre
Accéder au document

document
Accès libre
Accéder au document

metrics_enhanced_COLING2016.pdf
Accès libre
Accéder au document