www.LemkoTran.com<\/code> webc\u00edmen, hogy felhatalmazza az \u00faj besz\u00e9l\u0151ket nyelv\u00fck \u00fajj\u00e1\u00e9leszt\u00e9s\u00e9re.<\/p>\n\nAz \u00faj besz\u00e9l\u0151k kulcsfontoss\u00e1g\u00faak a nyelv \u00fajj\u00e1\u00e9leszt\u00e9s\u00e9ben, \u00e9s a lemk\u00f3 nyelven val\u00f3 \u201eMondd j\u00f3l\u201d k\u00e9pess\u00e9ge most m\u00e1r a kez\u00fckben van.<\/p>\n\n
Kulcsszavak:<\/strong> Emberk\u00f6zpont\u00fa AI, Nyelv\u00fajra\u00e9leszt\u00e9s, Lemk\u00f3.<\/p>\n\nPDF let\u00f6lt\u00e9se<\/a>Let\u00f6lt\u00e9s<\/a><\/div>\n\nK\u00e9rem, \u00edgy hivatkozzon: Orynycz, P. (2022). Mondd j\u00f3l: AI idegi g\u00e9pi ford\u00edt\u00e1s seg\u00edti az \u00faj besz\u00e9l\u0151ket a lemk\u00f3 nyelv \u00fajj\u00e1\u00e9leszt\u00e9s\u00e9ben. In: Degen, H., Ntoa, S. (szerk.) Mesters\u00e9ges intelligencia az HCI-ben. HCII 2022. Lecture Notes in Computer Science, 13336. k\u00f6tet. Springer, Cham. https:\/\/doi.org\/10.1007\/978-3-031-05643-7_37<\/a><\/p>\n\n\u2705 A hozz\u00e1j\u00e1rul\u00e1s ezen verzi\u00f3j\u00e1t szak\u00e9rt\u0151i fel\u00fclvizsg\u00e1lat ut\u00e1n elfogadt\u00e1k publik\u00e1l\u00e1sra, de nem a v\u00e9gleges kiadott verzi\u00f3, \u00e9s nem t\u00fckr\u00f6zi az elfogad\u00e1st k\u00f6vet\u0151 jav\u00edt\u00e1sokat vagy korrekci\u00f3kat. A v\u00e9gleges kiadott verzi\u00f3 online el\u00e9rhet\u0151 itt: <\/a>https:\/\/doi.org\/10.1007\/978-3-031-05643-7_37<\/a>. Az elfogadott v\u00e1ltozat haszn\u00e1lat\u00e1ra a kiad\u00f3 elfogadott k\u00e9zirat\u00e1nak felhaszn\u00e1l\u00e1si felt\u00e9telei vonatkoznak: https:\/\/www.springernature.com\/gp\/open-research\/policies\/accepted-manuscript-terms<\/a>.<\/p>\n\nTartalomjegyz\u00e9k<\/h2>- Absztrakt<\/a><\/li>
- 1 Bevezet\u00e9s<\/a>
- 1.1. Probl\u00e9m\u00e1k<\/a><\/li>
- 1.2 Eddigi munka<\/a><\/li>
- 1.3 Vizsg\u00e1lt rendszer<\/a><\/li>
- 1.4 Hipot\u00e9zis<\/a><\/li>
- 1.5 El\u0151rejelz\u00e9sek<\/a><\/li>
- 1.6 M\u00f3dszerek \u00e9s indokl\u00e1s<\/a><\/li>
- 1.7 F\u0151 eredm\u00e9nyek<\/a><\/li><\/ul><\/li>
- 2 Anyagok \u00e9s m\u00f3dszerek<\/a>
- 2.1 Be\u00e1ll\u00edt\u00e1s<\/a><\/li><\/ul><\/li>
- 3 Eredm\u00e9nyek<\/a>
- 3.1 Eredm\u00e9nyek g\u00e9pi ford\u00edt\u00e1si szolg\u00e1ltat\u00e1s szerint<\/a><\/li><\/ul><\/li>
- 4. Megbesz\u00e9l\u00e9s<\/a><\/li>
- Hivatkoz\u00e1sok<\/a><\/li><\/ul><\/div>\n\n
1 Bevezet\u00e9s<\/h2>\n\n1.1. Probl\u00e9m\u00e1k<\/h3>\n\n
Ez a k\u00eds\u00e9rlet c\u00e9lja, hogy helyi szinten hozz\u00e1j\u00e1ruljon a nyelvi vesztes\u00e9g glob\u00e1lis kih\u00edv\u00e1s\u00e1hoz, amely naponta egy nyelv elt\u0171n\u00e9s\u00e9vel j\u00e1rhat, \u00e9s t\u00edzb\u0151l mind\u00f6ssze egy nyelv marad fenn [1, p. 1329]<\/a>. A sajt\u00f3 idej\u00e9n az SIL International Ethnologue<\/em> c\u00edm\u0171 kiadv\u00e1nya Lewis \u00e9s Simons 2010-es kiterjesztett, fokozatos intergener\u00e1ci\u00f3s zavar sk\u00e1l\u00e1j\u00e1t haszn\u00e1lja annak becsl\u00e9s\u00e9re, hogy 3018 nyelv vesz\u00e9lyeztetett [2]<\/a>, ami a sajt\u00f3 idej\u00e9n a Nemzetk\u00f6zi Szabv\u00e1ny\u00fcgyi Szervezet ISO 639-3 szabv\u00e1ny\u00e1ban [3]<\/a> sz\u00e1mon tartott 7001 egyedi \u00e9l\u0151 nyelv 43%-a. Ek\u00f6zben a Google Ford\u00edt\u00f3 csak 108 [4]<\/a>, a Facebook pedig 112 [5]<\/a> nyelvet t\u00e1mogat, ami m\u00e1r egy kezdet. Mindazon\u00e1ltal egy nyelvvel kevesebb van most alulreprezent\u00e1lva, mivel e k\u00eds\u00e9rlet eredm\u00e9ny\u00e9t egy webszerverre telep\u00edtett\u00e9k nyilv\u00e1nos ford\u00edt\u00e1si szolg\u00e1ltat\u00e1sk\u00e9nt.<\/p>\n\n\u00daj mesters\u00e9ges intelligencia technol\u00f3gi\u00e1k kecsegtetnek azzal az \u00edg\u00e9rettel, hogy ember-sz\u00e1m\u00edt\u00f3g\u00e9p interakci\u00f3val azonnal kompenz\u00e1lj\u00e1k a nyelvi vesztes\u00e9get. El\u0151z\u0151 k\u00eds\u00e9rletemben a k\u00f6vetkez\u0151 gener\u00e1ci\u00f3s neur\u00e1lis motorok magasabb min\u0151s\u00e9gi pontsz\u00e1mokat \u00e9rtek el orosz \u00e9s lengyel nyelvr\u0151l angolra ford\u00edtva, mint az emberi kontroll [6, p. 9]<\/g>. Ek\u00f6zben a Facebook \u00e9s a Google1<\/sup> hatalmas er\u0151forr\u00e1sokat fektetett abba, hogy emberi teljes\u00edtm\u00e9nyt fel\u00fclm\u00fal\u00f3 automatikus ford\u00edt\u00e1si rendszereket biztos\u00edtson a fogyaszt\u00f3k sz\u00e1m\u00e1ra nulla k\u00f6lts\u00e9ggel. <\/p>\n\n1<\/sup> Nyilatkozat: Fizetett orosz, lengyel \u00e9s ukr\u00e1n nyelv\u00e9szk\u00e9nt, valamint ford\u00edt\u00e1si min\u0151s\u00e9gellen\u0151rz\u00e9si specialistak\u00e9nt dolgozom a Google Ford\u00edt\u00f3 projektben; a k\u00f6zpont San Francisc\u00f3ban tal\u00e1lhat\u00f3.<\/p>\n\nAz emberfeletti mesters\u00e9ges intelligencia nem olcs\u00f3: a neur\u00e1lis nyelvi modellek k\u00e9pz\u00e9s\u00e9hez k\u00e9tnyelv\u0171 korpuszokra van sz\u00fcks\u00e9g, amelyek sz\u00f3sz\u00e1muk sz\u00e1zezrekben, ide\u00e1lis esetben milli\u00f3kban m\u00e9rhet\u0151, ami t\u00f6bb sz\u00e1zezer doll\u00e1rba ker\u00fclne leford\u00edtani, olyan \u00f6sszegekbe, amelyek meghaladj\u00e1k a legt\u00f6bb alacsony er\u0151forr\u00e1s\u00fa nyelvi k\u00f6z\u00f6ss\u00e9g lehet\u0151s\u00e9geit. Szerencs\u00e9re ez a k\u00eds\u00e9rlet azt mutatja, hogy vannak tal\u00e1l\u00e9konyabb \u00e9s hat\u00e9konyabb m\u00f3dok a vesz\u00e9lyeztetett nyelvek \u00fajj\u00e1\u00e9leszt\u00e9s\u00e9t c\u00e9lz\u00f3 ford\u00edt\u00e1si seg\u00e9deszk\u00f6z\u00f6k l\u00e9trehoz\u00e1s\u00e1nak kih\u00edv\u00e1s\u00e1ra. <\/p>\n\n
1.2 Eddigi munka<\/h3>\n\n
\u00c9n \u00e9p\u00edtettem a vil\u00e1g els\u0151 lemk\u00f3-angol g\u00e9pi ford\u00edt\u00e1si rendszer\u00e9t, \u00e9s nyilv\u00e1nosan el\u00e9rhet\u0151v\u00e9 tettem. Objekt\u00edv ford\u00edt\u00e1si min\u0151s\u00e9gi pontsz\u00e1mai javultak: a motor 2021 nyar\u00e1n 14,57-es BLEU (bilingual evaluation understudy) pontsz\u00e1mot \u00e9rt el, amelyet a Nemzeti V\u00e9delmi Ipari Sz\u00f6vets\u00e9g Szolg\u00e1latk\u00f6zi\/Ipari K\u00e9pz\u00e9si, Szimul\u00e1ci\u00f3s \u00e9s Oktat\u00e1si Konferenci\u00e1j\u00e1n mutattak be szakembereknek, \u00e9s k\u00f6zz\u00e9tettek annak kiadv\u00e1nyaiban [6]<\/a>. Referenciak\u00e9nt \u00e9n 28,66-os BLEU pontsz\u00e1mot \u00e9rtem el emberi ford\u00edt\u00f3k\u00e9nt, terepi k\u00f6r\u00fclm\u00e9nyek k\u00f6z\u00f6tt dolgozva, elz\u00e1rva a k\u00fclvil\u00e1gt\u00f3l. 2021 \u0151sz\u00e9re a motor el\u00e9rte a 15,74-es BLEU pontsz\u00e1mot, amir\u0151l a Pittsburghi Egyetem \u00e1ltal szervezett bemutat\u00f3 esem\u00e9nyen sz\u00e1moltak be nyelv\u00e9szeknek, akad\u00e9mikusoknak \u00e9s a sz\u00e9lesebb k\u00f6z\u00f6ss\u00e9gnek.2<\/sup> <\/p>\n\n2<\/sup> Nyilatkozat: az esem\u00e9nyt a K\u00e1rp\u00e1t-Ruszin T\u00e1rsas\u00e1g (Pennsylvania) t\u00e1mogatta, \u00e9s a Pittsburghi Egyetem fizetett a prezent\u00e1ci\u00f3m\u00e9rt.<\/p>\n\n1.3 Vizsg\u00e1lt rendszer<\/h3>\n\n
A lemk\u00f3 nyelv hat\u00e1rozottan s\u00falyosan vesz\u00e9lyeztetett [6, p. 3<\/a>, 7, pp. 177-178<\/a>], alacsony er\u0151forr\u00e1s\u00fa [8]<\/a>, hivatalosan elismert kisebbs\u00e9gi nyelv [9]<\/a>, amely feltehet\u0151en a Krakk\u00f3, Tarn\u00f3w \u00e9s Rzesz\u00f3w nagyv\u00e1rosi ter\u00fcletekt\u0151l d\u00e9lre fekv\u0151, hat\u00e1rokon \u00e1tny\u00fal\u00f3 hegyvid\u00e9kek \u0151shonos nyelve; a t\u00f6rt\u00e9nelmi elhat\u00e1rol\u00f3 izoglossz\u00e1k rem\u00e9lhet\u0151leg egy j\u00f6v\u0151beli tanulm\u00e1ny t\u00e9m\u00e1i lesznek. Lengyelorsz\u00e1g n\u00e9psz\u00e1ml\u00e1l\u00e1si hivatala 2011-ben 6279 lakost sz\u00e1ml\u00e1lt, akik sz\u00e1m\u00e1ra a lemk\u00f3 volt az \u201e\u00e1ltal\u00e1ban otthon haszn\u00e1lt\u201d nyelv (m\u00e9g ha a lengyel mellett is) [10, p. 3<\/a>], ami 12%-os n\u00f6veked\u00e9st jelent a 2002-es 5605 f\u0151h\u00f6z k\u00e9pest, akik sz\u00e1m\u00e1ra a lemk\u00f3 volt a \u201eleggyakrabban otthon besz\u00e9lt\u201d nyelv [11, p. 6<\/a>, 12, p. 7<\/a>]. A sajt\u00f3 idej\u00e9n egy \u00faj sz\u00e1ml\u00e1l\u00e1s eredm\u00e9nyeit dolgozz\u00e1k fel.<\/p>\n\nA lemk\u00f3 keleti szl\u00e1v nyelvk\u00e9nt oszt\u00e1lyozhat\u00f3, mivel megfelel a szok\u00e1sos genetikai szerkezeti jellemz\u0151k krit\u00e9riumainak, amelyek k\u00f6z\u00fcl a legjelent\u0151sebb a pleof\u00f3nia [13, 20. o.<\/a>], amely szerint egy mag\u00e1nhangz\u00f3 keletkezett az \u0151s-szl\u00e1v m\u00e1ssalhangz\u00f3-sorozatokban C<\/code><\/em> amelyet k\u00f6z\u00e9p- vagy m\u00e9ly mag\u00e1nhangz\u00f3 k\u00f6vet V<\/code> (*e<\/code>, vagy *o<\/code>, amellyel *a<\/code> \u00f6sszeolvadt [14, p. 366]<\/a>), amelyet foly\u00e9kony R k\u00f6vet (azaz, *l<\/code> vagy *r<\/code>), amelyet egy m\u00e1sik m\u00e1ssalhangz\u00f3 k\u00f6vet C<\/code><\/em>, azaz CVRC > CVRVC<\/code>. Illusztr\u00e1ci\u00f3k\u00e9nt hasonl\u00edtsa \u00f6ssze az \u00f3angol \u201eolvad\u201d sz\u00f3t, a meltan<\/em> (CVRC<\/code>) [15, 718. o.]<\/a> felt\u00e9telezett lemk\u00f3 rokon\u00e1val, a mo\u0142\u00f3dyj<\/em> [16, 92. o.<\/a>, 17, 150. o.<\/a>] (CVRC<\/code>) sz\u00f3val, ami \u201efiatal\u201d-t jelent. M\u00e1s keleti szl\u00e1v rokon szavak k\u00f6z\u00e9 tartozik az ukr\u00e1n mo\u0142od\u00fdj<\/em> \u00e9s az orosz mo\u0142od\u00f3j<\/em> [17]<\/a>, mindkett\u0151 mag\u00e1nhangz\u00f3t mutat a likvida ut\u00e1n (CVRVC<\/code>). Ek\u00f6zben a nyugati szl\u00e1v nyelvekben hi\u00e1nyzik a mag\u00e1nhangz\u00f3 a likvida el\u0151tt; hasonl\u00edtsa \u00f6ssze a lengyel m\u0142ody<\/em> \u00e9s a szlov\u00e1k mlad\u00fd<\/em> szavakat (mindkett\u0151 CRVC<\/code>) [17]<\/a>. Tov\u00e1bb\u00e1, rokons\u00e1got felt\u00e9teleztek m\u00e1s, \u201eenyhe\u201d jelent\u00e9s\u0171 szavak eset\u00e9ben is, bele\u00e9rtve a szanszkrit m\u1e5bd\u00fa<\/em> (CRC<\/code>) [18, p. 830]<\/a> \u00e9s a latin mollis<\/em> (CVRC<\/code> ha a *moldvis<\/em> sz\u00f3b\u00f3l ered) [15<\/a>, 17<\/a>, 19, p. 323<\/a>].<\/p>\n\nAzt, hogy a lemk\u00f3 mennyire felel meg a szok\u00e1sos, modern ukr\u00e1n genetikai szerkezeti jellemz\u0151k krit\u00e9riumainak, ebben a k\u00eds\u00e9rletben nem \u00e9rt\u00e9kelt\u00e9k. Azonban a lemk\u00f3 \u00e9s a standard ukr\u00e1n k\u00f6z\u00f6tti hasonl\u00f3s\u00e1got sz\u00e1mszer\u0171s\u00edtett\u00e9k, tudom\u00e1som szerint el\u0151sz\u00f6r nyomtat\u00e1sban. Al\u00e1bb a lemk\u00f3 motorom 6,28-as BLEU pontsz\u00e1mot \u00e9rt el, ami k\u00f6zel h\u00e1romszorosa a Google Translate ukr\u00e1n szolg\u00e1ltat\u00e1s\u00e1nak 2,17-es BLEU pontsz\u00e1m\u00e1nak. Tov\u00e1bbi k\u00eds\u00e9rleteket lehetne v\u00e9gezni a lemk\u00f3, a standard ukr\u00e1n, a lengyel \u00e9s a Szlov\u00e1ki\u00e1ban kodifik\u00e1lt ruszin k\u00f6z\u00f6tti hasonl\u00f3s\u00e1g sz\u00e1mszer\u0171s\u00edt\u00e9s\u00e9re, valamint a lemk\u00f3 tipol\u00f3giai oszt\u00e1lyoz\u00e1s\u00e1nak \u00faj megk\u00f6zel\u00edt\u00e9s\u00e9re. <\/p>\n\n
Az er\u0151forr\u00e1sok mennyis\u00e9ge \u00e9s min\u0151s\u00e9ge javult, ahogy a technol\u00f3gia \u00e1ltal meger\u0151s\u00edtett tal\u00e1l\u00e9konys\u00e1g is. Az \u00f6sszes ismert k\u00e9tnyelv\u0171 korpuszt, amely kevesebb mint hetvenezer lemk\u00f3 sz\u00f3t tartalmazott, \u00f6sszegy\u0171jt\u00f6tt\u00e9k ehhez a k\u00eds\u00e9rlethez. Tiszt\u00edtottam egy k\u00e9tnyelv\u0171 korpuszt, amely Lengyelorsz\u00e1gban anyanyelvi besz\u00e9l\u0151kkel k\u00e9sz\u00edtett interj\u00fak \u00e1tiratait \u00e9s az azokr\u00f3l k\u00e9sz\u00fclt angol ford\u00edt\u00e1saimat tartalmazta, amelyeket egy amerikai \u00fcgyf\u00e9l fizetett ki nekem, \u00e9s enged\u00e9lyezte a felhaszn\u00e1l\u00e1sukat. Monolingv\u00e1lis korpuszokat is \u00f6ssze\u00e1ll\u00edtok, amelyek a sajt\u00f3 megjelen\u00e9sekor \u00f6sszesen 534 512 sz\u00f3t tesznek ki. <\/p>\n\n
1.4 Hipot\u00e9zis<\/h3>\n\n
Az \u00e9n szubjekt\u00edv benyom\u00e1som alapj\u00e1n, mint professzion\u00e1lis ford\u00edt\u00f3, hogy a Lengyelorsz\u00e1gban megk\u00e9rdezett lemk\u00f3 anyanyelv\u0171ek nagyobb val\u00f3sz\u00edn\u0171s\u00e9ggel haszn\u00e1ltak nyilv\u00e1nval\u00f3 lengyel rokon szavakat, mint standard ukr\u00e1nokat, azt felt\u00e9teleztem, hogy minden m\u00e1s t\u00e9nyez\u0151 egyenl\u0151 felt\u00e9telez\u00e9se mellett egy g\u00e9p konfigur\u00e1lhat\u00f3 lenne angolr\u00f3l lemk\u00f3ra t\u00f6rt\u00e9n\u0151 ford\u00edt\u00e1sra, \u00e9s magasabb BLEU objekt\u00edv min\u0151s\u00e9gi pontsz\u00e1mokat \u00e9rhetne el, mint a Google Translate ukr\u00e1n \u00e9s orosz szolg\u00e1ltat\u00e1sai.<\/p>\n\n
1.5 El\u0151rejelz\u00e9sek<\/h3>\n\n
Lemk\u00f3 Ford\u00edt\u00e1si Rendszer.<\/strong> Azt j\u00f3soltam, hogy az eml\u00edtett ford\u00edt\u00e1si rendszer 15-\u00f6s BLEU pontsz\u00e1mot \u00e9r el angolr\u00f3l lemk\u00f3ra ford\u00edtva a k\u00e9tnyelv\u0171 korpusz alapj\u00e1n.<\/p>\n\nGoogle Ford\u00edt\u00f3.<\/strong><\/p>\n\nAngol-ukr\u00e1n szolg\u00e1ltat\u00e1s<\/em>. Azt j\u00f3soltam, hogy a Google Ford\u00edt\u00f3 angol-ukr\u00e1n szolg\u00e1ltat\u00e1sa 10-es BLEU pontsz\u00e1mot \u00e9r el a k\u00e9tnyelv\u0171 korpusz ellen\u00e9ben. <\/p>\n\nAngol-orosz szolg\u00e1ltat\u00e1s<\/em>. Azt j\u00f3soltam, hogy a Google Ford\u00edt\u00f3 angol-orosz szolg\u00e1ltat\u00e1sa 1-es BLEU pontsz\u00e1mot \u00e9r el a k\u00e9tnyelv\u0171 korpusz ellen\u00e9ben. <\/p>\n\n1.6 M\u00f3dszerek \u00e9s indokl\u00e1s<\/h3>\n\n
A sebess\u00e9g, az er\u0151forr\u00e1s-meg\u0151rz\u00e9s \u00e9s a robusztuss\u00e1g \u00e9rdek\u00e9ben egy, a munk\u00e1ltat\u00f3m \u00e1ltal elavultnak \u00edt\u00e9lt laptop sz\u00e1m\u00edt\u00f3g\u00e9pet konfigur\u00e1ltak lemk\u00f3ra t\u00f6rt\u00e9n\u0151 ford\u00edt\u00e1sra \u00e9s h\u00edv\u00e1sok kezdem\u00e9nyez\u00e9s\u00e9re a Google Cloud Platform Google Translate szolg\u00e1ltat\u00e1s\u00e1hoz, valamint konfigur\u00e1lt\u00e1k az eml\u00edtett ford\u00edt\u00e1sok \u00e9rt\u00e9kel\u00e9s\u00e9re az ipar\u00e1gi szabv\u00e1ny BLEU metrika seg\u00edts\u00e9g\u00e9vel.<\/p>\n\n
1.7 F\u0151 eredm\u00e9nyek<\/h3>\n\n
Az angol-lemk\u00f3 ford\u00edt\u00e1si rendszer kumulat\u00edv BLEU pontsz\u00e1ma 6.28431824990417<\/code> volt. Ek\u00f6zben a Google Translate ukr\u00e1n szolg\u00e1ltat\u00e1sa 2.16830846776652<\/code> BLEU pontsz\u00e1mot \u00e9rt el, orosz szolg\u00e1ltat\u00e1sa 1.10424105952048<\/code> BLEU pontsz\u00e1mot, \u00e9s a cirill \u00e1b\u00e9c\u00e9re \u00e1t\u00edrt lengyel kontroll 1.70036447680114<\/code> BLEU pontsz\u00e1mot. <\/p>\n\n2 Anyagok \u00e9s m\u00f3dszerek<\/h2>\n\n
A fenti hipot\u00e9zist \u00fagy tesztelt\u00e9k, hogy kisz\u00e1m\u00edtott\u00e1k a BLEU min\u0151s\u00e9gi pontsz\u00e1mokat az al\u00e1bb r\u00e9szletezett m\u00f3don be\u00e1ll\u00edtott ford\u00edt\u00f3rendszerek mindegyik\u00e9re.<\/p>\n\n
2.1 Be\u00e1ll\u00edt\u00e1s<\/h3>\n\n
Hardver.<\/strong> A k\u00eds\u00e9rletet egy HP Elitebook 850 G2 laptopon v\u00e9gezt\u00e9k, amely Core i7-5600U 2.6GHz processzorral \u00e9s 16 gigab\u00e1jt v\u00e9letlen hozz\u00e1f\u00e9r\u00e9s\u0171 mem\u00f3ri\u00e1val rendelkezett. A munk\u00e1ltat\u00f3m elavultnak \u00edt\u00e9lte \u00e9s a sajt\u00f3 idej\u00e9n 450 USD-\u00e9rt hirdett\u00e9k elad\u00e1sra. <\/p>\n\nKonfigur\u00e1ci\u00f3<\/em>. Az alapvet\u0151 bemeneti\/kimeneti rendszer (BIOS) men\u00fcj\u00e9ben az eszk\u00f6zt \u00fagy konfigur\u00e1lt\u00e1k, hogy enged\u00e9lyezze a virtualiz\u00e1ci\u00f3s technol\u00f3gi\u00e1t (VTx). <\/p>\n\nOper\u00e1ci\u00f3s rendszer.<\/strong> Windows 10 Professional 64 bit volt telep\u00edtve csupasz f\u00e9mre. Biztos\u00edtott\u00e1k, hogy a Virtual Machine Platform<\/code> \u00e9s Windows Subsystem for Linux<\/code> Windows funkci\u00f3k enged\u00e9lyezve legyenek. Ezut\u00e1n telep\u00edtett\u00e9k a WSL2 Linux kernel update for x64 <\/code> g\u00e9peket (wsl_update_x64.msi), amelyek a Microsoftt\u00f3l https:\/\/aka.ms\/wsl2kernel<\/a><\/code> c\u00edmen \u00e9rhet\u0151k el. <\/p>\n\nSzoftver.<\/strong> A Docker Desktop for Windows 4.4.3 (73365) verzi\u00f3j\u00fa telep\u00edt\u0151j\u00e9t let\u00f6lt\u00f6tt\u00e9k a https:\/\/www.docker.com\/get-started<\/a><\/code> c\u00edmr\u0151l, \u00e9s futtatt\u00e1k a Install required Windows components for WSL 2 selected<\/code> opci\u00f3val.<\/p>\n\nCsomagok.<\/strong> A k\u00eds\u00e9rlet az al\u00e1bbi Python Package Index csomagokra t\u00e1maszkodott.<\/p>\n\nSacreBLEU.<\/strong> A 2.0.0-s verzi\u00f3t a k\u00f6vetkez\u0151 univerz\u00e1lis er\u0151forr\u00e1s-lok\u00e1toron (URL) dokument\u00e1lt Python csomag seg\u00edts\u00e9g\u00e9vel telep\u00edtett\u00e9k:https:\/\/pypi.org\/project\/sacrebleu\/2.0.0\/<\/a><\/code><\/p>\n\nGoogle Cloud Translation API kliensk\u00f6nyvt\u00e1r<\/em>. A 2.0.1-es verzi\u00f3t az univerz\u00e1lis er\u0151forr\u00e1s-lok\u00e1toron (URL) dokument\u00e1lt Python csomag seg\u00edts\u00e9g\u00e9vel telep\u00edtett\u00e9k https:\/\/pypi.org\/project\/google-cloud-translate\/2.0.1\/<\/a><\/code><\/p>\n\nA fenti f\u00fcgg\u0151s\u00e9geket a k\u00f6vetelm\u00e9nyek f\u00e1jlban a k\u00f6vetkez\u0151k\u00e9ppen adt\u00e1k meg:google-cloud-translate==2.0.1<\/code>sacrebleu==2.0.0<\/code>\n<\/p>\n\nKont\u00e9ner.<\/strong><\/p>\n\n\u00c9p\u00edt\u00e9s<\/em>. A k\u00eds\u00e9rletet egy Docker kont\u00e9nerben futtatt\u00e1k, amely a Python programoz\u00e1si nyelv leg\u00fajabb verzi\u00f3j\u00e1t (akkoriban 3.10.2-es verzi\u00f3) tartalmazta, Debian Bullseye 11 Linux oper\u00e1ci\u00f3s rendszeren, AMD64 architekt\u00far\u00e1n, a Secure Hash Algorithm 2 r\u00f6vid\u00edtett kivonat\u00e1val bcb158d5ddb6<\/code>, amely a k\u00f6vetkez\u0151 paranccsal szerezhet\u0151 be: docker pull python@sha256:bcb158d5ddb636fa3aa567c987e7fcf61113307820d466813527ca90d60fedc7<\/code><\/p>\n\nFuttat\u00e1s<\/em>. A kont\u00e9nert \u00fagy konfigur\u00e1lt\u00e1k, hogy a nyers k\u00eds\u00e9rleti adatf\u00e1jlokat egy helyi, csatlakoztatott k\u00f6tetre mentse. <\/p>\n\nFord\u00edt\u00e1si min\u0151s\u00e9g pontoz\u00e1sa.<\/strong>Kis- \u00e9s nagybet\u0171 \u00e9rz\u00e9kenys\u00e9g.<\/strong> Az \u00e9rt\u00e9kel\u00e9st kis- \u00e9s nagybet\u0171 \u00e9rz\u00e9keny m\u00f3don v\u00e9gezt\u00e9k.<\/p>\n\nTokeniz\u00e1l\u00e1s.<\/strong> A szegmenseket a Statisztikai G\u00e9pi Ford\u00edt\u00e1s M\u0171hely szabv\u00e1nyos pontoz\u00e1si szkript metrika bels\u0151 tokeniz\u00e1l\u00e1si elj\u00e1r\u00e1s\u00e1nak 13a verzi\u00f3j\u00e1val tokeniz\u00e1lt\u00e1k.<\/p>\n\nSim\u00edt\u00e1si m\u00f3dszer.<\/strong> Az Egyes\u00fclt \u00c1llamok sz\u00f6vets\u00e9gi korm\u00e1nyzati alkalmazottai \u00e1ltal a National Institute of Standards and Technology-n\u00e1l a Multimod\u00e1lis Inform\u00e1ci\u00f3s Csoport BLEU eszk\u00f6zk\u00e9szlet\u00e9hez kifejlesztett sim\u00edt\u00e1si technik\u00e1t, amely Chen \u00e9s Cherry [21, p. 363]<\/a> \u00e1ltal le\u00edrt harmadik technika, alap\u00e9rtelmez\u00e9s szerint alkalmazt\u00e1k.<\/p>\n\nAl\u00e1\u00edr\u00e1s<\/strong>. A fenti be\u00e1ll\u00edt\u00e1sok a k\u00f6vetkez\u0151 al\u00e1\u00edr\u00e1st eredm\u00e9nyezt\u00e9k:refs:1|case:mixed|eff:no|tok:13a|smooth:exp|version:2.0.0<\/code><\/p>\n\nKalibr\u00e1l\u00e1s<\/strong>. A fentiek szerint konfigur\u00e1lva a g\u00e9p a k\u00f6vetkez\u0151 kimenetet produk\u00e1lja: <\/p>\n\n\n1031. szegmens.<\/em>Angol forr\u00e1s<\/td> Everything was there.<\/code><\/td><\/tr>Lemk\u00f3 hivatkoz\u00e1s \u00e9s \u00e1t\u00edr\u00e1s<\/td> \u0412\u0448\u044b\u0442\u043a\u043e \u0442\u0430\u043c \u0431\u044b\u043b\u043e.<\/code><\/td>V\u0161\u0177tko tam b\u0177lo.<\/code><\/td><\/tr>Lemkotran.com<\/code> hipot\u00e9zis \u00e9s \u00e1t\u00edr\u00e1s<\/td>\u0412\u0448\u044b\u0442\u043a\u043e \u0442\u0430\u043c \u0431\u044b\u043b\u043e.<\/code><\/td>V\u0161\u0177tko tam b\u0177lo.<\/code><\/td><\/tr>Pontsz\u00e1m<\/td> BLEU = 100.00 100.0\/100.0\/100.0\/100.0 (BP = 1.000 ratio = 1.000 hyp_len = 4 ref_len = 4)<\/code><\/td><\/tr><\/tbody><\/table><\/figure>\n<\/div>\n\nMagyar\u00e1zat<\/em>. A hipot\u00e9zis szegmens azonos volt a referencia szegmenssel, \u00e9s a g\u00e9p t\u00f6k\u00e9letes, 100-as BLEU pontsz\u00e1mot \u00e9rt el. <\/p>\n\n\n179. szegmens.<\/em>
![\"\"](\"https:\/\/www.orynycz.com\/wp-content\/uploads\/2022\/02\/chart-1024x716.png\")