Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

SemSyn: Semantic-Syntactic Similarity Based Automatic Machine Translation Evaluation Metric

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3A6JBIV92E" target="_blank" >RIV/00216208:11320/23:6JBIV92E - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.scopus.com/inward/record.uri?eid=2-s2.0-85153234419&doi=10.1080%2f03772063.2023.2195819&partnerID=40&md5=f3bdce827d4a018759de4cfc6f5f1a05" target="_blank" >https://www.scopus.com/inward/record.uri?eid=2-s2.0-85153234419&doi=10.1080%2f03772063.2023.2195819&partnerID=40&md5=f3bdce827d4a018759de4cfc6f5f1a05</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/03772063.2023.2195819" target="_blank" >10.1080/03772063.2023.2195819</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    SemSyn: Semantic-Syntactic Similarity Based Automatic Machine Translation Evaluation Metric

  • Popis výsledku v původním jazyce

    "Machine translation evaluation is difficult and challenging for natural languages because different languages behave differently for the same dataset. Lexical-based metrics have been poorly represented semantic relationships and impose strict identity matching. However, translation and assessment become difficult for target morphologically rich languages with relatively free word order. Most of the standard evaluation metrics consider word order but do not effectively consider sentence structure. In this paper, we propose a novel machine translation evaluation metric SemSyn which incorporates both semantic and syntactic similarity. We incorporate the term frequency-inverse document frequency with the earth mover’s distance and word embedding to cover the semantic similarity. The part of speech and dependency parsing tags assist in covering syntactic similarity in the sentence structure. Part of speech and dependency parsing tags are extracted from universal dependencies and trained on the SpaCy library. Experimental results show that SemSyn has a higher correlation with human judgment than other evaluation metrics for morphologically rich language and other languages. © 2023 IETE."

  • Název v anglickém jazyce

    SemSyn: Semantic-Syntactic Similarity Based Automatic Machine Translation Evaluation Metric

  • Popis výsledku anglicky

    "Machine translation evaluation is difficult and challenging for natural languages because different languages behave differently for the same dataset. Lexical-based metrics have been poorly represented semantic relationships and impose strict identity matching. However, translation and assessment become difficult for target morphologically rich languages with relatively free word order. Most of the standard evaluation metrics consider word order but do not effectively consider sentence structure. In this paper, we propose a novel machine translation evaluation metric SemSyn which incorporates both semantic and syntactic similarity. We incorporate the term frequency-inverse document frequency with the earth mover’s distance and word embedding to cover the semantic similarity. The part of speech and dependency parsing tags assist in covering syntactic similarity in the sentence structure. Part of speech and dependency parsing tags are extracted from universal dependencies and trained on the SpaCy library. Experimental results show that SemSyn has a higher correlation with human judgment than other evaluation metrics for morphologically rich language and other languages. © 2023 IETE."

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

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

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    "IETE Journal of Research"

  • ISSN

    0377-2063

  • e-ISSN

  • Svazek periodika

    ""

  • Číslo periodika v rámci svazku

    2023

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    12

  • Strana od-do

    1-12

  • Kód UT WoS článku

    000974191200001

  • EID výsledku v databázi Scopus

    2-s2.0-85153234419