Sökning: "maskinöversättning"

Visar resultat 1 - 5 av 34 uppsatser innehållade ordet maskinöversättning.

  1. 1. Round-Trip Translation : A New Path for Automatic Program Repair using Large Language Models

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Fernando Vallecillos Ruiz; [2023]
    Nyckelord :Automatic Program Repair; Software Engineering; Large Language Models; Round-Trip Translation; Neural Machine Translation; Automatisk programreparation; Mjukvaruutveckling; Stora språkmodeller; Tur och retur-översättning; Neural maskinöversättning;

    Sammanfattning : Research shows that grammatical mistakes in a sentence can be corrected by machine translating it to another language and back. We investigate whether this correction capability of Large Language Models (LLMs) extends to Automatic Program Repair (APR), a software engineering task. LÄS MER

  3. 2. Maskinöversättning i SVA-och SFI-klassrummet : En intervjustudie om lärares förhållningssätt till översättningsverktyg i undervisningen av vuxna invandrare

    Uppsats för yrkesexamina på avancerad nivå, Umeå universitet/Institutionen för språkstudier

    Författare :Amena Younes; [2023]
    Nyckelord :maskinöversättning; andraspråksinlärning; svenska som andraspråk; Google Translate;

    Sammanfattning : The aim of this qualitative study is to explore two high school level Swedish as a Second Language (SVA) and two Swedish for Immigrants (SFI) teachers’ approach to their adult students’ use of machine translation in the classroom. The study also aims to explore the teachers’ approach to whether they incorporate machine translation into their teachings. LÄS MER

  4. 3. Neural maskinöversättning av gawarbati

    Kandidat-uppsats, Stockholms universitet/Avdelningen för datorlingvistik

    Författare :Katarina Gillholm; [2023]
    Nyckelord :Machine translation; neural machine translation; NMT; low resource language; Gawarbati; transfer learning; GPT; Maskinöversättning; neural maskinöversättning; NMT; lågresursspråk; gawarbati; överföringsinlärning; GPT;

    Sammanfattning : Nya neurala modeller har lett till stora framsteg inom maskinöversättning, men fungerar fortfarande sämre på språk som saknar stora mängder parallella data, så kallade lågresursspråk. Gawarbati är ett litet, hotat lågresursspråk där endast 5000 parallella meningar finns tillgängligt. LÄS MER

  5. 4. BERTie Bott’s Every Flavor Labels : A Tasty Guide to Developing a Semantic Role Labeling Model for Galician

    Master-uppsats, Uppsala universitet/Institutionen för lingvistik och filologi

    Författare :Micaella Bruton; [2023]
    Nyckelord :natural language processing; NLP; Galician; low-resource language; low resource language; semantic role labeling; SRL; mBERT; XLM-R; transfer-learning; transfer learning; Spanish; verbal indexing; procesamento de linguaxe natural; NLP; Galego; lingua de recursos limitados; etiquetado de papeis semánticos; SRL; mBERT; XLM-R; aprendizaxe por transferencia; Español; indexación verbal; språkteknologiska verktyg; NLP; naturlig språkbehandling; galiciska; språk med begränsade resurser; semantisk rollmärkning; SRL; mBERT; XLM-R; överföringsinlärning; spanska; verbal indexering; verbalindexering; procesamiento del lenguaje natural; NLP; Gallego; idioma de bajos recursos; etiquetado de roles semánticos; SRL; mBERT; XLM-R; aprendizaje por transferencia; Español; indexación verbal;

    Sammanfattning : For the vast majority of languages, Natural Language Processing (NLP) tools are either absent entirely, or leave much to be desired in their final performance. Despite having nearly 4 million speakers, one such low-resource language is Galician. LÄS MER

  7. 5. Online Unsupervised Domain Adaptation

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Theodoros Panagiotakopoulos; [2022]
    Nyckelord :Unsupervised Domain Adaptation; Continual Learning; Curriculum Learning; Clear2Rain; Self-Supervised Learning; Semantic Segmentation; Transfer Learning; Online Learning; Unsupervised Domain Adaptation; Kontinuerligt lärande; Curriculum Learning; Clear2Rain; Self-Supervised Learning; Semantisk Segmentering; Transfer Learning; Online Learning;

    Sammanfattning : Deep Learning models have seen great application in demanding tasks such as machine translation and autonomous driving. However, building such models has proved challenging, both from a computational perspective and due to the requirement of a plethora of annotated data. LÄS MER