Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

MultiMT

Financiado

Cerrado

Multi modal Context Modelling for Machine Translation

Automatically translating human language has been a long sought-after goal in the field of Natural Language Processing (NLP). Machine Translation (MT) can significantly lower communication barriers, with enormous potential for pos... ver más

31/12/2021

IMPERIAL COLLEGE O...

1M€

Presupuesto del proyecto: 1M€

Líder del proyecto

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND ME... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 3 Participantes

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2021-12-31

ERC-StG-2015: ERC Starting Grant

I+D

Cerrada hace 10 años

0% 100% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

3 Participantes

IMPERIAL COLLEGE OF SCIENCE...

1.01M€ | Lider

DASEL SISTEMAS

350.00K€ | Participante

USFD

483.26K€ | Participante

Proyectos interesantes

PID2019-104512GB-I00

Software

Data Science

36K€ Cerrado

CrossLingMind

Software

Data Science

234K€ Cerrado

BroadSem

Software

Data Science

1M€ Cerrado

IMTRAP

Software

Data Science

173K€ Cerrado

FASTPARSE

Software

Data Science

1M€ Cerrado

PID2019-109066GB-I00

Software

Data Science

49K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 69 meses Fecha Inicio: 2016-03-10
Fecha Fin: 2021-12-31

Líder del proyecto

IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND ME... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 1M€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Automatically translating human language has been a long sought-after goal in the field of Natural Language Processing (NLP). Machine Translation (MT) can significantly lower communication barriers, with enormous potential for positive social and economic impact. The dominant paradigm is Statistical Machine Translation (SMT), which learns to translate from human-translated examples. Human translators have access to a number of contextual cues beyond the actual segment to translate when performing translation, for example images associated with the text and related documents. SMT systems, however, completely disregard any form of non-textual context and make little or no reference to wider surrounding textual content. This results in translations that miss relevant information or convey incorrect meaning. Such issues drastically affect reading comprehension and may make translations useless. This is especially critical for user-generated content such as social media posts -- which are often short and contain non-standard language -- but applies to a wide range of text types. The novel and ambitious idea in this proposal is to devise methods and algorithms to exploit global multi-modal information for context modelling in SMT. This will require a significantly disruptive approach with new ways to acquire multilingual multi-modal representations, and new machine learning and inference algorithms that can process rich context models. The focus will be on three context types: global textual content from the document and related texts, visual cues from images and metadata including topic, date, author, source. As test beds, two challenging user-generated datasets will be used: Twitter posts and product reviews. This highly interdisciplinary research proposal draws expertise from NLP, Computer Vision and Machine Learning and claims that appropriate modelling of multi-modal context is key to achieve a new breakthrough in SMT, regardless of language pair and text type.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores