DFG project G:(GEPRIS)326904228

Adaptives Lernen von schwachem Feedback in interaktiver Vorlesungsübersetzung

CoordinatorProfessor Dr. Stefan Riezler
Grant period2017 - 2022
Funding bodyDeutsche Forschungsgemeinschaft
 DFG
IdentifierG:(GEPRIS)326904228

Note: Das Anwendungsziel der Projekts ist die Übersetzung von Universitätsvorlesungen mittels statistischer maschineller Translation (SMT). Das wissenschaftliche Ziel ist die Erforschung und Entwicklung von Methoden zu auto-adaptiver SMT, wo ein menschlicher Nutzer, der SMT Übersetzungen editiert, in den Übersetzungvorgang eingebunden wird, jedoch auch das STM System unmittelbar von der Rückkopplung mit dem Nutzer lernt. Dies unterscheidet sich vom "traditionellen" Szenario des Post-Editierens, wo professionelle Übersetzer perfekte Übersetzungen produzieren. Das Ziel des Projekts ist es, schwächere Formen von Rückkopplung zu erlauben, und von diesen automatisch zu lernen. Das Spektrum von Feedback-Typen, die analysiert werden sollen, reicht von partiellen Verbesserungen bis zu Qualitätsurteilen oder Vergleichen von SMT Übersetzungen. Eine zentrale Forschungsfrage betrifft die konfligierenden Ansprüche von maschineller Lernbarkeit von schwachen Feedback-Daten und von Elizitierbarkeit schwachen Feedbacks von menschlichen Nutzern. Ziele des Forschungsprojekts sind demnach die Erforschung von Algorithmen zum effizienten Lernen von möglichst schwachem Feedback, und weiters die Entwicklung konkreter Schnittstellen und Systeme, um die Algorithmen in der Praxis der Interaktiven Übersetzung von Vorlesungen einsetzen und experimentell erforschen zu können.
   

Recent Publications

There are no publications


 Record created 2023-01-31, last modified 2024-09-28