Process / pipeline
기계 번역
기계 번역(Machine Translation, MT)은 한 언어로 된 텍스트를 다른 언어로 자동 변환하는 자연어 처리 작업입니다. 현대 기계 번역은 신경망 순차-대-순차(sequence-to-sequence) 모델에 기반하며, 이는 Bahdanau 등이 제안한 어텐션 메커니즘(attention mechanism, 2015)과 Vaswani 등이 제안한 트랜스포머 아키텍처(transformer architecture, 2017)를 활용합니다. 이를 통해 다국어 데이터 분석 및 연구를 위한 자료 접근성을 넓힐 수 있습니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Bahdanau, D., Cho, K. & Bengio, Y. (2015). Neural Machine Translation by Jointly Learning to Align and Translate. International Conference on Learning Representations (ICLR). link ↗
- Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, L. & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems (NeurIPS). link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Machine Translation. ScholarGate. https://scholargate.app/ko/text-mining/machine-translation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 교차 언어 텍스트 분석텍스트 마이닝↔ compare
- 품사 태깅 (POS Tagging)텍스트 마이닝↔ compare
- 감성 분석텍스트 마이닝↔ compare