Découvrez les recherches de Lilt en IA contextuelle

L'équipe de recherche de Lilt contribue à l'avenir de la technologie de traduction.

Grands modèles linguistiques
Grands modèles linguistiques

Les grands modèles linguistiques de Lilt sont parfaitement ajustés en temps réel, car les traducteurs travaillent et mettent à jour les paramètres automatiquement avec chaque phrase traduite. Cette boucle étroite permet d'appliquer un vocabulaire, des modèles structurels et des idiosyncrasies spécifiques au niveau d'un document et d'un projet. Notre équipe de recherche cible ses efforts sur une contextualisation rapide et efficace des modèles de traduction automatique neuronale de pointe, en utilisant des méthodes suffisamment efficaces pour prendre en charge une traduction automatique neuronale à grande échelle.

IA contextuelle
IA contextuelle

L'IA contextuelle qui prend en charge la localisation ne peut pas seulement permettre la traduction de phrases complètes de façon isolée. Elle doit faire des suggestions selon la saisie des traducteurs en fonction du contexte, la transformation de formatage du document source à la cible et les modifications que les relecteurs apporteront. Les systèmes véritablement interactifs doivent tenir compte des bases de données terminologiques, des mémoires de traduction et des contraintes contextuelles pour émettre toutes ces suggestions. Notre équipe de recherche se concentre sur la gamme complète de suggestions générées automatiquement qui pourrait améliorer la rapidité et la qualité des travaux de localisation humaine dans le cadre de la traduction, de la révision et de l'assurance qualité.

L'interaction homme-ordinateur et science des données pour la localisation
L'interaction homme-ordinateur et science des données pour la localisation

Grâce à l'approche unique de la localisation adoptée Lilt, les traducteurs professionnels et les technologies d'intelligence artificielle sont au cœur de toutes nos opérations. Or, dans cet environnement, un large éventail de problèmes d'interaction homme-ordinateur se posent, des interfaces d'édition de texte à l'affectation de traducteurs en passant par les flux de travail d'un projet. Notre équipe de recherche se concentre sur la conception des interactions à travers la plateforme de Lilt et la science des données dans la communauté de professionnels et de traducteurs de Lilt.

Rencontrez l'équipe de recherche de Lilt

John DeNero
John DeNero
Cofondateur et scientifique en chef
Spence Green
Spence Green
Cofondateur et PDG
Joern Wuebker
Joern Wuebker
Directeur de la recherche
Patrick Simianer
Patrick Simianer
Chercheur principal
Gabriel Bretschner
Gabriel Bretschner
Chercheur scientifique
Aditya Shastry
Aditya Shastry
Chercheur scientifique
Kaden Uhlig
Kaden Uhlig
Chercheur scientifique
Raphael Reinauer
Raphael Reinauer
Chercheur scientifique
Farid Yagubbayli
Farid Yagubbayli
Ingénieur de recherche
Jonas Levy Alfie
Jonas Levy Alfie
Ingénieur de recherche
Alexandru Popa
Alexandru Popa
Ingénieur de recherche
Une technologie innovante qui intègre tout le monde et toutes les cultures

« Tant de problèmes de traduction particulièrement intéressants ont trait aux questions culturelles et aux éléments de contexte. Si nous voulons vraiment atteindre ce que nous considérons être le plus haut niveau de qualité possible, nous devons créer des technologies qui permettent d'avoir une meilleure compréhension de toutes les populations et de toutes les cultures. »

Une technologie innovante qui intègre tout le monde et toutes les cultures
Jakob Uszkoreit
Co-fondateur d'Inceptive

Commencez votre aventure en IA avec LILT dès aujourd'hui

Our AI Technical Advisory Board

Franz Och
Franz Och
Chief Architect of Google Translate
Chris Manning
Chris Manning
Professor of Computer Science, Stanford
Jeffrey Heer
Jeffrey Heer
Professor of Computer Science, UW