Machine Translation

การสร้างเครื่องแปลภาษาเป็นโจทย์ classic ของ NLP และสามารถนำไปใช้ประโยชน์ได้โดยตรงโดยตัวของมันเอง โจทย์นี้จัดว่าเป็นโจทย์ที่ยากที่สุดของ NLP เพราะต้องอาศัยความเข้าใจของภาษาในระดับที่ลึกซึ้งทำให้โมเดลที่ต้องใช้ต้องมีความซับซ้อนตามไปด้วย

Video List:

  1. MT ทำงานยังไง
  2. Parallel corpus
  3. Statistical Machine Translation
  4. Word Alignment for SMT
  5. Phrase-based Machine Translation
  6. Beam Search Decoding
  7. การประเมินผลการแปลด้วยเครื่อง

Slides

Statistical Machine Translation

ปัจจุบันเราไม่ใช้ Statistical Machine Translation (SMT) แต่ไอเดียหลักๆ ของ SMT นั้นยังคงเป็นหลักการสำคัญ ๆ ในการสร้างโมเดลสมัยใหม่อย่าง Neural Machine Translation (NMT)

การเรียนโมดูลนี้จำเป็นต้องเข้าใจ Language Modeling

Decoding and Evaluation

Decoding เป็นกระบวนการนำ translation model และ language model ไปใช้ในการแปลจริงซึ่งต่างจากตอน train โมเดล