Mnohojazyčný strojový překlad

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

Standardní projekty 22 (SGA0201800001)

Hlavní účastníci

Univerzita Karlova / Matematicko-fyzikální fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

18-24210S

Název projektu anglicky

Multilingual Machine Translation

Anotace anglicky

Machine translation (MT) has experienced a major paradigm shift in 2016 and now it builds upon methods of deep learning. Neural MT (NMT) improved translation quality for many language pairs and it offers, i.a., multilingual translation. One multilingual system is trained jointly for several language pairs, benefiting from the relatedness of languages but also from less related data (e.g. German texts might improve MT from English to Czech). A big issue from the scientific point of view is the interpretability of the trained models. Models are represented as a collection of large matrices of real numbers and are generally treated as a black box. There is little insight into what is the model actually learning, what generalizations it can achieve and what limits the translation quality given the training data. We will build a multilingual MT system and devise and test various analytical methods for understanding the relations between trained models, language phenomena and language relatedness.

Kategorie VaV

ZV - Základní výzkum

OECD FORD - hlavní obor

60203 - Linguistics

OECD FORD - vedlejší obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

OECD FORD - další vedlejší obor

—

CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

AF - Dokumentace, knihovnictví, práce s informacemi<br>AI - Jazykověda<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Zahájení řešení

1. 1. 2018

Ukončení řešení

31. 12. 2022

Poslední stav řešení

—

Poslední uvolnění podpory

25. 3. 2020

Důvěrnost údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Systémové označení dodávky dat

CEP22-GA0-GA-R

Datum dodání záznamu

22. 2. 2022

Celkové uznané náklady

2 593 tis. Kč

Výše podpory ze státního rozpočtu

2 146 tis. Kč

Ostatní veřejné zdroje financování

447 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč