Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Explainable Machine Trans… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Explainable Machine Translation with Interlingual Trees as Certificates

Paper i proceeding
Författare Aarne Ranta
Publicerad i CLASP Papers in Computational Linguistics
ISSN ISSN 2002-9764
Publiceringsår 2017
Publicerad vid Institutionen för data- och informationsteknik (GU)
Språk en
Länkar https://gupea.ub.gu.se/bitstream/20...
Ämnesord Machine translation, Explainable AI, Grammatical Framework, Universal Dependencies
Ämneskategorier Datorlingvistik

Sammanfattning

Explainable Machine Translation (XMT) is an instance of Explainable Artificial Intelligence (XAI). An XAI program does not only return an output, but also an explanation of how the output was obtained. This helps the user to assess the reliability of the result, even if the AI program itself is a black box. As a promising candidate for explanations in MT, we consider interlingual meaning representations—abstract syntax trees in the sense of Grammatical Framework (GF). An abstract syntax tree encodes the translatable content in a way that enables accurate target language generation; the main problem is to find the right tree in parsing. This paper investigates a hybrid architecture where the tree is obtained by a black box robust parser, such as a neural dependency parser. As long as the parser returns a tree from which the target language is generated in a trusted way, the tree serves as an explanation that enables the user to assess the reliability of the whole chain of translation.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?