Гость этого выпуска – Александр Антонов, аналитик в Яндекс.Переводчике и создатель корпусов для чувашского языка [https://huggingface.co/alexantonov]. С Александром мы обсудили механизмы автоматического перевода и специфику работы с малоресурсными языками. А еще поговорили:📍 Об истории развития моделей машинного перевода: от словарей и статистических моделей до нейронок и LLM📍 Об автоматической обработке малоресурсных языков: где берутся данные для обучения моделей и как создаются параллельные корпуса📍 Как разработчики учат модели учитывать контекст, интерпретировать метафоры и идиомы Ведущая, продюсер: Мария БочароваМонтажер: Андрей Чиркин🎧 Подписывайтесь на нас в соц. сетях: t.me/lingvo_podcastvk.com/lingvopodcast📩 Вопросы и предложения отправляйте на почту: [email protected]Таймкоды:01:20 Как все начиналось: Манхэттанский проект и правиловые переводчики04:05 Первые модели статистического перевода07:50 Как нейросети поменяли правила игры10:50 Как работает перевод для разных грамматических систем12:40 Перспективы использования больших языковых моделей15:50 Как собираются параллельные корпуса20:10 Как оценивать модели перевода: бенчмарки, эталонные корпуса, нейросетевые метрики, люди25:25 Путь Александра в Яндекс и автоматический перевод27:40 Чувашско-русский переводчик, над которым работал Александр33:25 Зачем большому бизнесу перевод для малых языков35:00 Какие были сложности при сборе данных для чувашского языка36:40 Лайфхаки по обучению моделей для малых языков40:10 Перспективы корпуса чувашского языка: распознавание и генерация речи43:05 Достигли ли своего предела технологии перевода? Технологии speech-to-speech, мультимодальные GPT, перевод по фото, локализация.

Ask this episode

“What did the council decide on item 42?” — answered with the speaker and the moment.

Transcript

Related