ACLFeb, 2022
基于置信度的双向全局上下文感知训练框架用于神经机器翻译
Confidence Based Bidirectional Global Context Aware Training Framework for Neural Machine Translation
Chulun Zhou, Fandong Meng, Jie Zhou, Min Zhang, Hongji Wang...
TL;DR本研究提出一个训练框架 —— 基于置信度的双向全局上下文感知(CBBGCA),用于在神经机器翻译(NMT)中有效地利用双向全局上下文。通过对 CBBGCA 模型的多任务联合训练和基于置信度的知识蒸馏,本研究得出,该模型在三个大型翻译数据集上的 BLEU 分数均有所提高。