bilingual data | BriefGPT - AI 论文速递

关键词bilingual data

搜索结果 - 7

使用同声传译数据进行标记的端到端同声传译训练
本文介绍了一种使用混合数据来训练 SimulST 模型的有效方法，该方法使用了同声传译的数据和离线的双语数据，以及风格标签来指示模型生成同声传译或离线风格的输出。实验结果表明在不同的延迟范围内 BLEURT 有所改善，并且分析结果表明该模型
PDFa year ago
针对机器翻译的领域特定文本生成
本研究提出了一种利用预训练语言模型进行领域特定数据增强的领域自适应新方法，通过该方法，配合回译技术，可生成大量合成双语的领域内数据，从而显著改进了机器翻译的领域内文本的翻译效果。人工评估结果进一步证实了自动评估结果的准确性。
PDF2 years ago
ACLEAG：提取和生成多向对齐语料库以实现完全多语言神经机器翻译
该论文提出了一种名为 “提取和生成” 的两步法，以构建大规模和高质量的多向对齐语料库，并在 WMT-5 和 OPUS-100 数据集上取得了很大进展。
PDF2 years ago
EMNLP双语生成式 Transformer 用于语义句子嵌入
本文提出了一种基于变分概率框架的深度潜变量模型，使用双语数据，利用拥有共性的语义信息与特性进行训练，使模型可以将并行语句进行源分离，得到隐含的语义向量，进而对单语数据进行预测。实验证明，该方法在无监督语义相似性评估方面的表现明显优于现有方法
PDF5 years ago
ACL低频语种翻译的三角形架构
提出了一种三角训练结构（TA-NMT），通过利用双语数据以及中间语言的翻译模型联合优化，实现了稀有语言低资源翻译的质量提升，并通过反向翻译进一步提升性能。
PDF6 years ago
使用神经机器翻译对具有大量技术术语词汇的专利句子进行翻译
本文提出一种新的方法，使用双语数据将技术术语替换为术语标记，并使用基于 SMT 的方法将翻译原文的技术术语标记替换为技术术语翻译，通过这种方法，可以让 NMT 系统在翻译包含大量技术术语的专利句子时表现更加出色。
PDF7 years ago
ACL通过边缘化对齐来学习双语词表示
本文提出了一种概率模型，同时学习对双语数据的对齐和分布式表示。通过在单词对齐上进行边缘化，该模型捕获比先前依赖于硬对齐的方法更大的语义上下文。该方法的优势在跨语言分类任务中得到了证明，我们超越了先前已发布的最新技术水平。
PDF10 years ago