crash.academy

  • 人工知能・AI
公開日:2017/05/29

RNNの応用と発展 --Google翻訳とDNC--

ルールベース機械翻訳モデル

タグ

  • Google翻訳
  • Google多言語ニューラル機械翻訳
  • 統計的機械翻訳
このエントリ
ーをはてなブックマークに追加
76
403

講座紹介

RNNの応用で目覚ましい成果の一つは、昨年末に発表されたGoogle翻訳の進化です。
機械翻訳の精度は、飛躍的に向上しました。
講演では、Google翻訳がどのようにRNN (deep LSTM)を利用しているかを解説します。

現在は同時に、RNN/LSTMの制限を越えようとする研究も活発に行われています。
講演では、こうした新しい探求の代表例として、Google DeepDreamチームのDNC(differentiable neural computer)の
アーキテクチャーを取り上げようと思います。
コンピュータのメモリーを積極的に利用しようというこのアプローチは、ニューラル・ネットワークの枠を超えて、
新しいコンピュータ・アーキテクチャーの提案としても興味深いものです。

※本講座は2017/3/27に開催されました、マルレク第6回「RNNの応用と発展 --Google翻訳とDNC--」の内容を収録したものになります。
【主催】マルレク 
【授業内容】
 ■Googleニューラル機械翻訳に選考したもの
  1.ルールベース機械翻訳モデル
  2.統計的機械翻訳モデル / 統計的機械翻訳モデルの成功と限界
  3.パラレル・コーパスの現在 / ニューラル確率言語モデル --Bengioの「次元の呪い」
  4.語の「意味ベクトル」 --Word2Vec / RNNの文法認識能力

 ■Googleニューラル機械翻訳
  5.システムの概観 / Encoder - Decoder
  6.Attention Mechanism / Wordpiece

 ■Google多言語ニューラル機械翻訳
  7.多言語翻訳を単一システムで / 実験結果
  8.ゼロ・ショット翻訳 / インターリンガの存在 / 混合言語

授業一覧

ルールベース機械翻訳モデル お試し視聴 15:13
統計的機械翻訳モデル / 統計的機械翻訳モデルの成功と限界 お試し視聴 14:59

パラレル・コーパスの現在 / ニューラル確率言語モデル --Bengioの「次元の呪い」

11:13

語の「意味ベクトル」 --Word2Vec / RNNの文法認識能力

10:38

システムの概観 / Encoder - Decoder

10:52

Attention Mechanism / Wordpiece

17:07

多言語翻訳を単一システムで / 実験結果

13:30

ゼロ・ショット翻訳 / インターリンガの存在 / 混合言語

17:01