|
|<
<< Page précédente
1
2
3
Page suivante >>
>|
|
documents par page
|
Tri :
Date
Editeur
Auteur
Titre
|
|
Le singe et le tigre : Mao, un destin chinois d'Alain Roux
/ Canal-u.fr
Voir le résumé
Voir le résumé
Traduction de l'ouvrage d'Alain Roux intitulé Le singe et le tigre : Mao, un destin chinois en chinois aux éditions du peuple à Pékin.
阿兰·鲁林 (Alain Roux) 著, «毛泽东: 雄关漫道» Le singe et le tigre : Mao, un destin chinois, 毕笑(译),广州,中国人民大学出版社,2014,804页,ISBN 978-7-300-19895-8De sa naissance dans la province du Hunan le 26 décembre 1893 à
l’instauration d’un des plus durs régimes dictatoriaux du XXe siècle,
toute la biographie de Mao, le dernier empereur… S’appuyant sur nombre
d’ouvrages et de documents inédits, notamment ceux parus en Chine ces
dernières années, l’auteur retrace l’itinéraire de celui qui fut à la
fois un dirigeant totalitaire responsable de millions de morts et un
chef d’Etat capable d’insuffler un nouveau dynamisme et une nouvelle
fierté à ses compatriotes. C’est la complexité de cette image que cette
biographie s’attache à comprendre et expliquer.
Lien vers présentation de l'ouvrage sur Carnets du Centre Chine http://cecmc.hypotheses.org/17628
Page personnelle d'Alain Roux : http://cecmc.ehess.fr/index.php?2681 Mot(s) clés libre(s) : Chine, traduction, Mao Zedong, république, biographie
|
Accéder à la ressource
|
|
02c - Apprentissage discriminant des modèles continus de traduction (taln2015)
/ Canal-u.fr
Voir le résumé
Voir le résumé
Sessions orales TALN 2015 – Mardi 23 juin 2015Session TraductionApprentissage discriminant des modèles continus de traduction
Quoc-Khanh Do, Alexandre Allauzen et François YvonRésumé : Alors que les réseaux neuronaux occupent une place de plus en plus importante dans le traitement automatique des langues, les méthodes d’apprentissage actuelles utilisent pour la plupart des critères qui sont décorrélés de l’application. Cet article propose un nouveau cadre d’apprentissage discriminant pour l’estimation des modèles continus de traduction. Ce cadre s’appuie sur la définition d’un critère d’optimisation permettant de prendre en compte d’une part la
métrique utilisée pour l’évaluation de la traduction et d’autre part l’intégration de ces modèles au sein des systèmes de traduction automatique. De plus cette méthode d’apprentissage est comparée aux critères existants d’estimation que sont le maximum de vraisemblance et l’estimation contrastive bruitée. Les expériences menées sur la tâches de traduction des séminaires TED Talks de l’anglais vers le français montrent la pertinence d’un cadre discriminant d’apprentissage mais dont les performances sont liées au choix d’une stratégie d’initialisation adéquate. Nous montrons qu’avec une initialisation judicieuse des gains significatifs en terme de scorebleu peuvent être obtenus. Mot(s) clés libre(s) : traduction, traitement automatique du langage naturel, taln2015
|
Accéder à la ressource
|
|
02b - Multi-alignement vs bi-alignement : à plusieurs, c’est mieux ! (taln2015)
/ Canal-u.fr
Voir le résumé
Voir le résumé
Sessions orales TALN 2015 – Mardi 23 juin 2015Session TraductionMulti-alignement vs bi-alignement : à plusieurs, c’est mieux !
Olivier KraifRésumé : Dans cet article, nous proposons une méthode originale destinée à
effectuer l’alignement d’un corpus multi-parallèle, i.e. comportant plus
de deux langues, en prenant en compte toutes les langues simultanément
(et non en composant une série de bi-alignements indépendants). Pour ce
faire, nous nous appuyons sur les réseaux de correspondances lexicales
constitués par les transfuges (chaînes identiques) et cognats (mots
apparentés), et nous montrons comment divers tuilages des couples de
langues permettent d’exploiter au mieux les ressemblances superficielles
liées aux relations génétiques interlinguistiques. Nous évaluons notre
méthode par rapport à une méthode de bi-alignement classique, et
montrons en quoi le multi-alignement permet d’obtenir des résultats à la
fois plus précis et plus robustes. Mot(s) clés libre(s) : traduction, traitement automatique du langage naturel, taln2015
|
Accéder à la ressource
|
|
02a - Utilisation de mesures de confiance pour améliorer le décodage en traduction de parole (taln2015)
/ Canal-u.fr
Voir le résumé
Voir le résumé
Sessions orales TALN 2015 – Mardi 23 juin 2015Session Traduction
Utilisation de mesures de confiance pour améliorer le décodage en traduction de parole
Laurent Besacier, Benjamin Lecouteux et Luong Ngoc QuangRésumé : Les mesures de confiance au niveau mot (Word
Confidence Estimation – WCE) pour la traduction auto- matique (TA) ou
pour la reconnaissance automatique de la parole (RAP) attribuent un
score de confiance à chaque mot dans une hypothèse de transcription ou
de traduction. Dans le passé, l’estimation de ces mesures a le plus
souvent été traitée séparément dans des contextes RAP ou TA. Nous
proposons ici une estimation conjointe de la confiance associée à un mot
dans une hypothèse de traduction automatique de la parole (TAP). Cette
estimation fait appel à des paramètres issus aussi bien des systèmes de
transcription de la parole (RAP) que des systèmes de traduction
automatique (TA). En plus de la construction de ces estimateurs de
confiance robustes pour la TAP, nous utilisons les informations de
confiance pour re-décoder nos graphes d’hypothèses de traduction. Les
expérimentations réalisées montrent que l’utilisation de ces mesures de
confiance au cours d’une seconde passe de décodage permettent d’obtenir
une amélioration significative des performances de traduction (évaluées
avec la métrique BLEU – gains de deux points par rapport à notre système
de traduc- tion de parole de référence). Ces expériences sont faites
pour une tâche de TAP (français-anglais) pour laquelle un corpus a été
spécialement conçu (ce corpus, mis à la disposition de la communauté
TALN, est aussi décrit en détail dans l’article). Mot(s) clés libre(s) : traduction, traitement automatique du langage naturel, taln2015
|
Accéder à la ressource
|
|
|<
<< Page précédente
1
2
3
Page suivante >>
>|
|
documents par page
|