))
Philipp Koehn (Part 1) - How Neural Networks Have Transformed Machine Translation
Manage episode 297999658 series 2954151
Το περιεχόμενο παρέχεται από το Damien Deighan and Philipp Diesinger, Damien Deighan, and Philipp Diesinger. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Damien Deighan and Philipp Diesinger, Damien Deighan, and Philipp Diesinger ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.
Professor Philipp Koehn of Johns Hopkins University discusses the evolution of machine translation and the fundamentals for using Neural Networks to deliver Machine translation.
Episode Summary:
- Philipp Koehn Bio
- What is Machine Translation?
- Adequacy & Fluency
- How to Quantify the performance of Machine Translation models
- The Transition from Statistical approaches to using Neural Networks for translation
- Validating Outputs of models
- What can go wrong with Machine Translation?
Resources:
Philipp Koehn latest book - Neural Machine Translation - Amazon link:
https://www.amazon.com/Neural-Machine-Translation-Philipp-Koehn/dp/1108497322
25 επεισόδια
Μοίρασέ το
