Machine Translation
Faculteit | Letteren |
Jaar | 2021/22 |
Vakcode | LIX032B05 |
Vaknaam | Machine Translation |
Voertaal | Engels |
Periode | semester II a |
ECTS | 5 |
Rooster | rooster.rug.nl |
Uitgebreide vaknaam | Machine Translation | ||||||||||||||||
Leerdoelen | Na deze cursus, is de student in staat om: 1. De kenmerken te beschrijven van de drie belangrijkste historische paradigma's in de automatische machinevertaling: regelgebaseerd, statistisch en neuraal. 1 .1 2. De werking van de twee belangrijkste architecturen die in neurale automatische vertaling worden gebruikt te beschrijven: recurrent met aandacht en Transformer. 1 .1, 1.4 3. Neurale automatische vertaalsystemen trainen en testen met behulp van een op Python gebaseerd neuraal vertaling framework (bv. fairseq) 1.5, 2.1, 2.2 4.De werking van de belangrijkste automatische en menselijke evaluatiemetrieken gebruikt in automatische vertaling te beschrijven. 1 .1, 1.2, 1.4 5. Begrijpen en in staat zijn om uitgevoerd onderzoek op het gebied van automatische vertaling aan collega-studenten te presenteren. 3.1, 2 .4, 4.1 6. De implicaties, voordelen en nadelen uit van het wijdverbreide gebruik van automatische vertaling in de samenleving uit te leggen. 3.2, 5 .2 |
||||||||||||||||
Omschrijving | In deze cursus maken studenten kennis met machinevertaling (MT): een vakgebied dat onderzoek doet naar het gebruik van software om tekst automatisch te vertalen tussen verschillende talen. De cursus geeft een overzicht van dit gebied en richt zich op het momenteel dominante paradigma in MT, dat gebruik maakt van neurale netwerken (NNs). Studenten zullen worden geïntroduceerd in de belangrijkste NN-architecturen die gebruikt worden in MT, en die ook vaak gebruikt worden in andere sequentie-naar-sequentie taaltaken (bv. tekstsamenvatting). De cursus behandelt ook de evaluatie van MT systemen en verschillende toepassingen van dergelijke systemen in de bredere samenleving, samen met de implicaties daarvan. |
||||||||||||||||
Uren per week | variabel | ||||||||||||||||
Onderwijsvorm | hoorcollege, werkcollege | ||||||||||||||||
Toetsvorm | tentamen | ||||||||||||||||
Vaksoort | bachelor | ||||||||||||||||
Coördinator | Dr. A. Toral Ruiz | ||||||||||||||||
Docent(en) | A. Bisazza, PhD. ,Dr. A. Toral Ruiz | ||||||||||||||||
Verplichte literatuur |
|
||||||||||||||||
Entreevoorwaarden | - Introduction to Neural Networks Mits goedkeuring van de docenten, kan deze cursus ook worden gevolgd indien de student de bovenstaande cursus heeft gevolgd, de praktische opdrachten naar behoren heeft uitgevoerd, en het examen heeft afgelegd, maar nog geen voldoende heeft behaald. |
||||||||||||||||
Opmerkingen | |||||||||||||||||
Opgenomen in |
|