Detail projektu

IARPA Machine Translation for English Retrieval of Information in Any Language (MATERIAL) - Foreign Language Automated Information Retrieval (FLAIR)

Období řešení: 21. 9. 2017 – 5. 8. 2021

Typ projektu: smluvní výzkum

Objednatel: Intelligence Advanced Research Projects Activity

Název česky
IARPA Strojový překlad pro anglické vyhledávání informací v libovolném jazyce (MATERIAL) - Automatické vyhledávání informací v cizím jazyce (FLAIR)
Typ
smluvní výzkum
Klíčová slova

machine translation, automatic speech regcognition, language identification, summarization

Abstrakt

MATERIAL si klade za cíl vývoj systému pro získávání informací typu "English-in, English-out". Na základě anglicky položeného dotazu závislého na doméně systém vyhledá relevantní data ve velkém multilinguálním datovém úložišti a bude je presentovat jako souhrn (opět závislý na doméně) opět v angličtině.

Řešitelé
Karafiát Martin, Ing., Ph.D. (UPGM) – hlavní řešitel
Baskar Murali Karthick, Ing., Ph.D.
Beneš Karel, Ing. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Grézl František, Ing., Ph.D. (UPGM)
Kesiraju Santosh, Ph.D. (UPGM)
Matějka Pavel, Ing., Ph.D. (UPGM)
Plchot Oldřich, Ing., Ph.D. (UPGM)
Sagar Sangeet
Skácel Miroslav, Ing.
Publikace

2021

  • KARAFIÁT, M.; VESELÝ, K.; ČERNOCKÝ, J.; PROFANT, J.; NYTRA, J.; HLAVÁČEK, M.; PAVLÍČEK, T. Analysis of X-Vectors for Low-Resource Speech Recognition. In ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Toronto, Ontario: IEEE Signal Processing Society, 2021. p. 6998-7002. ISBN: 978-1-7281-7605-5. Detail
  • VYDANA, H.; KARAFIÁT, M.; ŽMOLÍKOVÁ, K.; BURGET, L.; ČERNOCKÝ, J. Jointly Trained Transformers Models for Spoken Language Translation. In ICASSP 2021 - 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Toronto, Ontario: IEEE Signal Processing Society, 2021. p. 7513-7517. ISBN: 978-1-7281-7605-5. Detail

2019

  • BASKAR, M.; BURGET, L.; WATANABE, S.; KARAFIÁT, M.; HORI, T.; ČERNOCKÝ, J. Promising Accurate Prefix Boosting For Sequence-to-sequence ASR. In Proceedings of ICASSP. Brighton: IEEE Signal Processing Society, 2019. p. 5646-5650. ISBN: 978-1-5386-4658-8. Detail
  • BASKAR, M.; WATANABE, S.; ASTUDILLO, R.; HORI, T.; BURGET, L.; ČERNOCKÝ, J. Semi-supervised Sequence-to-sequence ASR using Unpaired Speech and Text. In Proceedings of Interspeech. Proceedings of Interspeech. Graz: International Speech Communication Association, 2019. p. 3790-3794. ISSN: 1990-9772. Detail
  • KARAFIÁT, M.; BASKAR, M.; WATANABE, S.; HORI, T.; WIESNER, M.; ČERNOCKÝ, J. Analysis of Multilingual Sequence-to-Sequence Speech Recognition Systems. In Proceedings of Interspeech. Proceedings of Interspeech. Graz: International Speech Communication Association, 2019. p. 2220-2224. ISSN: 1990-9772. Detail
  • ONDEL YANG, L.; VYDANA, H.; BURGET, L.; ČERNOCKÝ, J. Bayesian Subspace Hidden Markov Model for Acoustic Unit Discovery. In Proceedings of Interspeech 2019. Proceedings of Interspeech. Graz: International Speech Communication Association, 2019. p. 261-265. ISSN: 1990-9772. Detail

2017

  • KARAFIÁT, M. Summary report for project Machine Translation for English Retrieval of Information in Any Language (MATERIAL) For year 2017. Brno: Raytheon BBN Technologies, 2017. p. 1-2. Detail
Nahoru