Systèmes de traduction automatique neurale de Stanford pour les domaines des langues parlées

La traduction automatique neuronale (NMT), bien qu’elle soit récemment apparue, a déjà montré des résultats prometteurs pour de nombreuses paires de langues. Toutefois, la NMT n’a été appliquée principalement à des textes formels, tels que ceux utilisés dans les défis partagés WMT. Ce travail explore davantage l’efficacité de la NMT dans les domaines du langage parlé en participant à la piste de traduction automatique (MT) de l’IWSLT 2015. Nous considérons deux scénarios : (a) comment adapter des systèmes NMT existants à un nouveau domaine, et (b) la capacité de généralisation de la NMT aux paires de langues à faibles ressources. Nos résultats démontrent qu’en utilisant un cadre NMT existant, il est possible d’obtenir des performances compétitives dans les scénarios mentionnés lors de la traduction anglais-allemand et anglais-vietnamien. Notamment, nous avons amélioré les résultats de l’état de l’art dans la piste de traduction anglais-allemand de l’IWSLT 2015, avec une augmentation allant jusqu’à 5,2 points BLEU.