Нейронные сети в машинном переводе
Автор: Дукальская И.В., Бараковская Е.В.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Новые информационные технологии
Статья в выпуске: 2 т.20, 2022 года.
Бесплатный доступ
В статье рассматриваются основные этапы развития машинного перевода и принципы нейролингвистики, которые могут найти применение в проектировании систем для переводчиков. Делаются предположения о том, способны ли нейронные сети выполнять имитацию. Рассматривается, каким образом теория GLOM способна изменить в будущем область машинного перевода. Цель - исследовать нейронные сети в области машинного перевода, рассмотреть перспективу их дальнейшего развития и вывести принципы, которые позволят нейронным сетям имитировать нейролингвистические процессы. Данная цель достигается следующими действиями: проводится анализ различных подходов к машинному переводу, а также нейролингвистических процессов в мозге человека. Исходя из собранных данных, выводятся принципы проектирования нейронных сетей. Делаются предположения о развитии нейронных сетей, опираясь на концепцию GLOM, для создания нового представления иерархии «часть - целое» в нейронных сетях с фиксированной архитектурой.
Машинный перевод, нейролингвистика, нейронные сети, искусственный интеллект
Короткий адрес: https://sciup.org/140296731
IDR: 140296731 | УДК: 004.032.26 | DOI: 10.18469/ikt.2022.20.2.10
Neural networks in machine translation
The article presents the main development stages of the machine translation and the principles of neurolinguistics that can be used for translating tools. Some assumptions about whether neural networks are capable of performing simulation are provided. It is considered how the GLOM theory can change the field of machine translation in future. The purpose is to explore neural networks in the field of machine translation, consider the prospect of their further development and derive principles that will allow neural networks to simulate neurolinguistic processes.This purpose is going to be achieved through the following actions: the analysis of various approaches to machine translation along withneurolinguistics processes in the human brain. Based on the data collected, principles of neural network design are determined. The authors make assumptions about the development of neural networks based on the GLOM.
Список литературы Нейронные сети в машинном переводе
- Раренко М.Б. Машинный перевод: от перевода «по правилам» к нейронному переводу //Социальные и гуманитарные науки. Отечественная и зарубежная литература. Сер. 6. Языкознание: Реферативный журнал. 2021. № 3. С. 70-79. URL: https://cyberleninka.ru/article/n/mashinnyy-perevod-ot-perevoda-popravilam-k-neyronnomu-perevodu (дата обращения: 12.10.21).
- Мифтахова Р.Г. Основные факторы улучшения машинного перевода // Вестник Башкирск. ун-та. 2015. № 1. С. 188-192. URL: https://cyberleninka.ru/article/n/osnovnye-faktory-uluchsheniya-mashinnogo-perevoda (дата обращения: 04.10.2021).
- Bilingual word embeddings for phrase-based machine translation / Y.Z. Will [et al.] // Department of Electrical Engineering and Computer Science Department Stanford University. 2013. URL: http://ai.stanford.edu/~wzou/emnlp2013_ZouSocherCerManning.pdf (дата обращения: 04.10.2021).
- Cai Z. Principles derived from neuro-linguistics of brain for design of translation machines // Open Access Library Journal. 2016. DOI: https://doi.org/10.4236/oalib.1102704.
- Cai Z. Semantic memory association, procedural grammar syntax and episodic modality coordination as three interactive neural processes organizing language: A model // Open Access Library Journal. 2015. DOI: https://doi.org/10.4236/oalib.1101718.
- Осиянова О.М., Демина В.Д. Дидактический потенциал мнемотехники в лингвистическом образовании студентов // Вестник ОГУ. 2020. № 3 (226). URL: https://cyberleninka.ru/article/n/didakticheskiy-potentsial-mnemotehnikiv-lingvisticheskom-obrazovanii-studentov (дата обращения: 04.10.2021).
- Turing A.M. Computing machinery and intelligence // Mind. 1950. No. 49. P. 433-460.
- Ситдикова Ф.Б., Хисамова В.Н., Усманов Т.Р. «Передняя часть правого теленка», или Ошибки машинного перевода (на основе анализа автоматических субтитров) // БГЖ. 2019. № 2 (27). URL: https://cyberleninka.ru/article/n/perednyaya-chast-pravogo-telenkaili-oshibki-mashinnogo-perevoda-na-osnoveanaliza-avtomaticheskih-subtitrov (дата обращения: 04.10.2021).
- Котенко В.В. Перспективы развития нейронного машинного перевода в контексте концепции открытого образования // Ученые записки университета Лесгафта. 2020. № 4 (182). URL: https://cyberleninka.ru/article/n/perspektivy-razvitiya-neyronnogo-mashinnogoperevoda-v-kontekste-kontseptsii-otkrytogoobrazovaniya (дата обращения: 04.10.2021).
- Hinton G.E. How to represent part-whole hierarchies in a neural network // Google Research. 2021. URL: https://arxiv.org/abs/2102.12627 (дата обращения: 04.10.2021).
