PENGARUH PENGGUNAAN ATTENTION PADA KUALITAS MESIN PENERJEMAH BERBASIS NEURAL BAHASA INDONESIA KE BAHASA KHEK SINGKAWANG

Penulis

  • Elrica Luvena Universitas Tanjungpura

Kata Kunci:

Mesin Penerjemah, Berbasis Neural

Abstrak

Mesin penerjemah jaringan saraf tiruan adalah mesin terjemahan otomatis yang menerjemahkan sebuah teks dari bahasa yang satu ke bahasa yang lain. Terutama pada mesin penerjemah bahasa daerah yang masih terbilang sedikit.  Kenaikan pada akurasi mesin penerjemah jaringan saraf tiruan ditentukan melalui penggunaan mekanisme attention dari Bahdanau dan tanpa attention pada terjemahan bahasa Indonesia ke bahasa Khek Singkawang dengan korpus paralel sebanyak 5000 pasang kalimat. Pembagian data melalui k-fold cross validation dan menggunakan framework deep learning tensorflow. Pengujian otomatis oleh BLEU (Bilingual Evaluation Understudy) dan NIST (National Institute of Standards and Technology). Hasil rata-rata mekanisme attention Bahdanau oleh BLEU 31,02%. Nilai akurasi paling tinggi BLEU dengan attention 34,41% pada epoch 40 di data Kuji 6 sedangkan NIST 4,09% epoch 40 di data Kuji 2. Nilai akurasi BLEU tanpa mekanisme attention 16,18% epoch 40 di data Kuji 4 dan NIST 0,91% epoch 40 data Kuji 4. Hal ini meyakinkan mesin penerjemah jaringan saraf tiruan mekanisme attention mempunyai dampak signifikan terlihat dari hasil BLEU lebih tinggi dibandingkan dengan NIST.

Unduhan

Diterbitkan

2024-02-29