character-level | BriefGPT - AI 论文速递

关键词character-level

搜索结果 - 9

用于轻量化变音符恢复的扩张卷积神经网络
本研究提出了一种基于一维膨胀卷积的字符级别方法，用于重建拉丁字母为基础、英语为主导的互联网语言环境中的发音符号。该方法比基于递归神经网络或语言建模的方法表现更佳，且适用于 Web 浏览器，尤其适用于匈牙利语等语言的应用。
PDF2 years ago
ACL基于自注意力机制的字符级翻译
本文研究了自注意力模型在字符级神经机器翻译中的适用性，并测试了标准 Transformer 模型以及一种新颖的变体。我们在 WMT 和 UN 数据集上进行了广泛实验，使用最多三种输入语言（法语，西班牙语和中文）进行双语和多语翻译。我们的变体
PDF4 years ago
论字符级神经机器翻译中词边界的重要性
本文提出了一种更高效的字符级神经机器翻译解码方法，使用词和字符级别的分层解码结构，能够优化机器翻译性能并学习更长的上下文和语法依赖。
PDF5 years ago
ACL探究在韩语句子分类中的有效字符级嵌入
使用韩语作为案例语言，比较使用不同编码方案（Jamo 级别独热、字符级别独热、字符级别稠密、字符级别多热）所得到的分类效果，结果显示字符级别特征较优秀。
PDF5 years ago
学习将输入分段有利于基于字符级处理的神经机器翻译
提出了一种基于自适应计算时间算法的动态分词算法，该算法可通过端到端的训练驱动，并可在不同的分词级别之间进行自由导航。在四个翻译任务的评估中，发现模型更喜欢在几乎字符级别上运行，从一种新的角度支持了纯字符级 NMT 模型。
PDF6 years ago
EMNLPBRNNs 联合标记和词形还原处理丰富形态的语言
通过使用字符级和词级嵌入，带有双向 RNN 的 LemmaTag 特征较少的神经网络架构，共同为句子生成词性标记和词素。该模型在捷克语，德语和阿拉伯语的词性标记和词素化方面的准确性超过了最先进的水平。
PDF6 years ago
多尺度下神经语言建模分析
本论文通过对现有 LSTMs 和 QRNNs 语言模型的扩展，提高了对大型语料库的处理能力，并在字符级（Penn Treebank，enwik8）和单词级（WikiText-103）数据集上分别取得了最新的最高水平结果，而且只用了一台现代
PDF6 years ago
ACL在开放词汇神经语言建模中学习创造和重复使用单词
使用具有缓存机制的分层 LSTM 语言模型在多种语言维基百科文章上进行开放词汇量语言建模，通过字符级别的生成实现不同语言之间的数据共享，进而可以有效解决固定词汇量模型中常见的新词问题。
PDF7 years ago
ICLR词还是字？用于阅读理解的细粒度门控
本文提出了细粒度的门控机制来动态地组合基于单词属性的单词级别和字符级别表示，以提高阅读理解任务的性能，并将细粒度门控的思想扩展到建立问题和段落之间的交互模型。实验结果显示，我们的方法可以在阅读理解任务中提高性能，获得儿童读物测试数据集的最新
PDF8 years ago