Statistical Machine Translation for Bilingually Low-Resource Scenarios: A Round-Tripping Approach

Benyamin Ahmadnia, Gholamreza Haffari, Javier Serrano

Producción científica: Capítulo de libroCapítuloInvestigaciónrevisión exhaustiva

7 Citas (Scopus)

Resumen

In this paper we apply the round-tripping algorithm to Statistical Machine Translation (SMT) for making effective use of monolingual data to tackle the training data scarcity. In this approach, the outbound-trip (forward) and inbound-trip (backward) translation tasks make a closed loop, and produce informative feedback to train the translation models. Based on this produced feedback we iteratively update the forward and backward translation models. The experimental results show that translation quality is improved for Persian\leftrightarrow Spanish translation task.

Idioma originalInglés estadounidense
Título de la publicación alojada5th International Congress on Information Science and Technology, CiSt 2018
EditoresMohammed Al Achhab, Mohammed El Mohajir, Ismail Jellouli, Badr Eddine El Mohajir
Páginas261-265
Número de páginas5
ISBN (versión digital)9781538643853
DOI
EstadoPublicada - 28 dic 2018

Serie de la publicación

NombreColloquium in Information Science and Technology, CIST
Volumen2018-October
ISSN (versión impresa)2327-185X
ISSN (versión digital)2327-1884

Huella

Profundice en los temas de investigación de 'Statistical Machine Translation for Bilingually Low-Resource Scenarios: A Round-Tripping Approach'. En conjunto forman una huella única.

Citar esto