| 項目編號: | ITP/047/19LP |
| 項目標題: | 應用於專業領域機密文件的神經機器翻譯引擎 |
| 研發單位: | LSCM研發中心 |
| 概要: | 許多商業和法律背景下的文件翻譯都要求保密和準確。雖然神經機器翻譯有了突破性進展，但是如果翻譯的文件不想被其他方看到話，公共翻譯服務如谷歌翻譯和微軟翻譯仍然無法被使用。 此外，大多數公共翻譯服務的目標是一般文件，達不到商業和法律目的所要求的準確性。在這個項目中，我們提出開發一個可由組織獨立擁有的神經機器翻譯引擎，可以保持要翻譯的文件完全保密。該引擎還針對專業領域的翻譯問題，旨在提高翻譯的準確性。 我們的研發工作包括：（1）構建機器學習開發環境，包括GPU場和存儲系統，為機器學習開發週期提供服務和工具; （2）開發自動將數據（文本）分類到不同域的工具，以豐富培訓數據的上下文; （3）開發在並行文本語料庫中提取和配對句子的工具，以提高培訓效果;（4）擴展Transformer架構，利用域自適應技術處理專業領域的翻譯; （5）基於擴展的 Transformer架構構建翻譯引擎，改進專業領域翻譯。 |
| 項目統籌員: | 岑松德博士 |
| 資助金額: | 港幣一仟六百四十萬 |
| 項目週期: | 2020年01月02日至2021年12月31日 |
