Traducción automática estadística – Wikipedia
La traducción automática estadística (SMT) es un paradigma de traducción automática donde las traducciones se generan sobre la base de modelos estadísticos cuyos parámetros se derivan del análisis de corpus de texto bilingües. El enfoque estadístico contrasta con los enfoques basados en reglas para la traducción automática, así como con la traducción automática basada en ejemplos.
En términos generales, SMT utiliza traducciones de referencia como base, y luego utiliza métodos más tradicionales para unir los bits.
- ¿El submuestreo de un entrenamiento desequilibrado es una buena idea cuando los datos del mundo real, usaré mi clasificador, también estarán desequilibrados?
- Cómo implementar el aprendizaje sensible al costo en TensorFlow para penalizar la clasificación errónea en clases minoritarias (los datos tienen un problema de desequilibrio de clase)
- Cómo hacer LDA
- ¿Cuáles son los algoritmos de aprendizaje de refuerzo más eficientes en datos / muestras?
- ¿El aprendizaje automático es solo una forma de predecir con precisión resultados particulares y / o tomar acciones óptimas basadas en algún conjunto de datos?
Wikipedia tiene páginas distintas para todo tipo de traducción automática, si tiene curiosidad sobre las diferencias:
- Basado en diccionario
- Basado en reglas
- Basado en transferencia
- Basado en ejemplos
- Interlingual
- Neural
- Híbrido