![](/fileadmin/_processed_/9/9/csm_Promocijas_darbs_dc382a6660.jpg)
Recenzenti: Dr.sc.comp. Ģ. Karnītis (LU), Dr. M. Popoviča (Dublinas Pilsētas Universitāte, Īrija), Dr. K. Sirtsa (Tartu Universitātes Datorzinātņu institūts, Igaunija).
Šī promocijas darba mērķis ir izpētīt metodes un izstrādāt rīkus, kas ļauj veiksmīgi kombinēt tulkojumus no dažādām mašīntulkošanas (MT) sistēmām, lai uzlabotu kopējo avotvalodas teksta tulkojuma kvalitāti mērķvalodā. Tiek pētīta metožu piemērojamība “mazajām”, morfoloģiski bagātajām un valodas resursu ziņā nabadzīgajām valodām, it īpaši latviešu un igauņu valodai.
Darba gaitā analizētas esošās metodes un izstrādātas vairākas jaunas sistēmu kombinēšanas metodes. Autora piedāvātās metodes implementētas atvērtā pirmkoda programmatūrā un novērtētas, izmantojot automātisko novērtēšanu un cilvēka vērtēšanu.
Pētniecības gaitā radītas vairākas jaunas MT kombinēšanas metodes: 1) metode, kas izmanto vairākpakāpju tulkošanas pieeju, lai iteratīvi papildinātu apmācības datus; 2) metode, kas kombinē neirontulkojumus, izmantojot avotvalodas teksta un tulkojuma neironu tīkla uzmanības sastatījumus; un 3) metode, kas sadala avotvalodas teikumu lingvistiski motivētos fragmentos un tos kombinē ar simbolu līmeņa neironu tīklu valodas modeli.
Šo pētījumu galvenie rezultāti ir: 1) MT sistēmas tulkošanai starp angļu un igauņu valodām, kuras sasniegušas jaunu tulkojumu kvalitātes standartu; 2) metodes neirontulkošanas sistēmu izvadīto uzmanības sastatījumu izmantošanai MT kombinēšanas un izpratnes nolūkos; 3) MT kombinēšanas sistēmas angļu → latviešu statistiskajām MT sistēmām. Aprakstīts un implementēts metožu praktisks lietojums.