{"id":1178,"date":"2022-12-27T09:39:18","date_gmt":"2022-12-27T08:39:18","guid":{"rendered":"https:\/\/www-staging.systransoft.com\/?post_type=paper&#038;p=1178"},"modified":"2023-11-16T18:22:47","modified_gmt":"2023-11-16T17:22:47","slug":"bilingual-synchronization-restoring-translational-relationships-with-editing-operations","status":"publish","type":"paper","link":"https:\/\/www-staging.systransoft.com\/de\/ressourcen\/papers-and-publications\/bilingual-synchronization-restoring-translational-relationships-with-editing-operations\/","title":{"rendered":"Zweisprachige Synchronisierung: Wiederherstellung der \u00dcbersetzungsbeziehungen mit Bearbeitungsvorg\u00e4ngen"},"content":{"rendered":"<p>Maschinelle \u00dcbersetzung (MT) wird normalerweise als einmaliger Vorgang betrachtet, bei dem die Zielsprache eines beliebigen Ausgangstextes von Grund auf neu erstellt wird. Wir betrachten hier eine allgemeinere Einstellung, die von einer anf\u00e4nglichen Zielsequenz ausgeht, die in eine g\u00fcltige \u00dcbersetzung der Quelle transformiert werden muss, wodurch die Parallelit\u00e4t zwischen Quelle und Ziel wiederhergestellt wird. F\u00fcr diese zweisprachige Synchronisationsaufgabe ber\u00fccksichtigen wir verschiedene Architekturen (sowohl autoregressiv als auch nicht autoregressiv) und Trainingssysteme und experimentieren mit mehreren praktischen Einstellungen wie simuliertes interaktives MT, \u00dcbersetzen mit Translation Memory (TM) und TM-Reinigung. Unsere Ergebnisse deuten darauf hin, dass ein einzelnes generisches, editierbares System nach der Feinabstimmung mit speziell f\u00fcr diese Aufgaben trainierten Systemen verglichen oder sogar \u00fcbertroffen werden kann.<\/p>","protected":false},"excerpt":{"rendered":"<p>Maschinelle \u00dcbersetzung (MT) wird normalerweise als einmaliger Vorgang betrachtet, bei dem die Zielsprache eines beliebigen Ausgangstextes von Grund auf neu erstellt wird. Wir betrachten hier eine allgemeinere Einstellung, die von einer anf\u00e4nglichen Zielsequenz ausgeht, die in eine g\u00fcltige \u00dcbersetzung der Quelle transformiert werden muss, wodurch die Parallelit\u00e4t zwischen Quelle und Ziel wiederhergestellt wird. F\u00fcr diese zweisprachige Synchronisationsaufgabe ber\u00fccksichtigen wir verschiedene Architekturen (sowohl autoregressiv als auch nicht autoregressiv) und Trainingssysteme und experimentieren mit mehreren praktischen Einstellungen wie simuliertes interaktives MT, \u00dcbersetzen mit Translation Memory (TM) und TM-Reinigung. Unsere Ergebnisse deuten darauf hin, dass ein einzelnes generisches, editierbares System nach der Feinabstimmung mit speziell f\u00fcr diese Aufgaben trainierten Systemen verglichen oder sogar \u00fcbertroffen werden kann.<\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-1178","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www-staging.systransoft.com\/de\/wp-json\/wp\/v2\/paper\/1178","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www-staging.systransoft.com\/de\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www-staging.systransoft.com\/de\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www-staging.systransoft.com\/de\/wp-json\/wp\/v2\/media?parent=1178"}],"curies":[{"name":"WP","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}