问题标签 [machine-translation]

我正在尝试在 Amazon ec2 ebs 支持的实例上运行 moses 服务器。语言模型和翻译模型总共大约 200GB。我正在考虑安装 moses 实例加载存储在 s3 上的语言模型和翻译模型。但我不知道如何配置 moses.ini 文件以使 moses 知道 ttable-file 和 lmodel-file 的路径。如果有人以前这样做过，任何帮助将不胜感激！！

谢谢你。

我正在学习编写一个旨在对给定字符串执行 TTS 的应用程序，并尝试了一个从 web 修改的示例：

编码如下：

问题：

int result = mTts.setLanguage(Locale.US); 如果上面的第 3 部分设置为 US 并完美地读出英文“一二三”，则一切正常。（在上面的例子中，它会跳过所有的中文单词，只读出一二三）

但是，如果我通过将语言设置为 setLanguage(Locale.CHINESE) 来更改字符串以读出中文，它会立即提示“不支持语言”。

我想问一下

1. 现在的TTS还不支持中文？我更喜欢粤语而不是中文。

2. 当我通过语音（粤语）输入信息时，手机能够识别粤语。实际上是否有其他方式来执行 TTS 输出为粤语？

谢谢！！

我在 Python 中做了一个机器学习期望最大化算法，基本上是 IBM Model1 的一个实现，用于进行机器翻译（如果你想查看代码，这里是我的 GitHub ），它可以工作，但是很慢。我现在正在学习并行计算课程，我想知道是否可以使用Python 多处理来更快地达到收敛。谁能给我任何指示或提示？我什至不知道从哪里开始。

编辑：我正在阅读并发现这篇关于使用 EM 和 MapReduce 进行并行化的论文——也许这是一个更好的主意？

我需要找到一种方法以不同的顺序将解析树传输到另一个解析树。它适用于具有 SVO 和 SOV 架构的两种语言的机器翻译项目。

我希望它是

根据一个规则，t1 代表 SVO 语言，t2 代表 SOV 语言架构。

并且该规则集应该适用于带有形容词和副词的复杂句子。

任何评论都会很有用

谢谢玛西

我正在尝试开发一个 android 应用程序，我需要根据用户要求在应用程序中实现多种语言。我用谷歌搜索它，我找到了这个链接。 http://code.google.com/p/google-api-translate-java/

在此链接中，它会将我们带到https://cloud.google.com/

我按照说明进行操作，但最后它要求我找到已注册的应用程序（我没有）。我被困在这里。请帮我。

我正在尝试使用 Moses 构建泰米尔语-英语翻译系统。https://github.com/joshua-decoder/indian-parallel-corpora/tree/master/ta-en是我的并行语料库数据源。dict 文件长约 70k 行，其他文件在 2-3k 范围内，训练文件长约 30k。如果有人暗示以下哪些是训练和调整的更好选择，会有所帮助？

目前，我使用训练文件进行训练，使用测试文件进行调优。有更好的组合吗？

最近，我被分配为一个新项目构建翻译记忆库。这个想法是 TM 是 RPC 层之上的一个缓存层，如果 TM 中没有匹配项，它将调用 Google Translate API 进行翻译。我考虑使用源文本作为 TM 中的键，我需要一个模糊匹配算法来匹配查询文本和 TM 中的键。如果结果高于某个阈值，例如 0.85（范围为 0 到 1），则将使用缓存的翻译文本，而不是调用 google 服务。

我已经阅读了很多文章/博客/论文，但仍然不知道从哪里开始。TD-IDF+余弦相似度似乎不够好？莱文斯坦距离？语义相似度如何？但是怎么做？

我在评论中读到了这一点 ，@mbatchkarov 似乎提供了一个正确的方向。

有没有人在这个问题上有类似的经验？欢迎任何建议。

我想使用以下代码作为将用户输入翻译成英语的程序的基础。我收到错误“找不到符号 - GoogleApi”。有人可以帮我弄清楚该怎么做吗？

我正在使用谷歌翻译工具来翻译一个网页，并且我在这个页面上也有一个 iframe，这显然没有与页面一起翻译。

有没有一种解决方法，你们中的任何人都知道，所以我也可以翻译 iframe 吗？

考虑以下机器翻译问题。设s作为源句和t目标句。这两个句子在概念上都表示为索引列表，其中索引对应于相关词典中单词的位置。例子：

请注意，s和t不一定具有相同的长度。现在让S和T成为此类实例的集合。换句话说，它们是一个平行语料库。例子：

请注意，并非所有s's inS都具有相同的长度。也就是说，句子具有可变数量的单词。

我正在 Theano 中实现一个机器翻译系统，第一个设计决策是使用什么样的数据结构S和T. 从在 numpy 中具有不同行长度的矩阵上发布的一个答案中，我了解到类型列表是存储可变长度张量的一个很好的解决方案。

但是，我意识到它们使我的代码复杂化了很多。让我举一个例子。假设我们有两个类型化的列表y，p_y_given_x并且旨在计算负损失可能性。如果它们是常规张量，像这样的简单语句就足够了：

但categorical_crossentropy只能应用于张量，所以在类型列表的情况下，我必须遍历它们并将函数分别应用于每个元素：

除了使我的代码越来越混乱之外，这些问题还会传播。例如，如果我想计算损失的梯度，则以下内容不再起作用：

我不知道为什么它不起作用。我确定它与 的类型有关loss，但我没有兴趣进一步研究如何使其工作。混乱正在呈指数级增长，我想知道我是否以错误的方式使用类型列表，或者是时候放弃它们了，因为它们还没有得到足够好的支持。