character-level models | BriefGPT

关键词character-level models

搜索结果 - 7

ACL如何进行字符级别的编码器模型
本研究旨在为最近提出的在字符级别输出上下文表示的语言理解模型建立基准，探讨了不同架构和不同预训练目标对最终模型性能的相对贡献，发现字符级别的最佳性能超过了基于标记的模型，在多语言语言表示方面具有广泛应用前景，但最佳的训练方法仍取决于标记器的
PDFa year ago
EMNLP基于子词分割的下采样在字级别翻译中的应用
通过引入一种新的信息量更大的降采样方法，将字符水平的机器学习模型在机器翻译领域中的表现提高到与子词水平的模型接近。
PDF2 years ago
分析使用字符级别翻译处理稀疏和嘈杂数据集的方法
本文分析了基于字符级别机器翻译模型在使用基于中间转换的翻译中的应用，特别是在稀疏和嘈杂的数据集，例如众包电影字幕上。我们发现此类模型可以将未翻译的单词数量减少超过 40％，在有限的训练数据情况下尤其具有竞争力（2-3 BLEU 分的提高）。
PDF3 years ago
EMNLP字符级别模型对形态学的学习如何？以依存解析为例
对于具备丰富形态的语言，采用神经模型进行解析时，在字符级别建模具有优势，因为字符级别模型可以学习到形态学特征。通过在 12 种形态学类型不同的语言上进行实验，我们发现字符级别模型在某些情况下无法准确区分单词，特别是在面对形态学变体方面。然后
PDF6 years ago
ACL用神经半马尔可夫条件随机场进行鲁棒的基于字符的词性标注
本文提出了一种基于字符级别的新型端到端模型，不需要分词器，采用半隐马尔可夫条件随机场和神经网络的结合，证明了其在多语言环境和存在嘈杂的 token 边界下的高效性。在嘈杂的英语词性标注基准数据集上，我们的模型明显优于同类模型，并和现有技术方
PDF6 years ago
ACL基于字级别和形态学的语义角色标注模型对比研究
本文分析了使用字符、单词和形态水平信息的 SRL 模型和字符级模型的性能，研究表明字符级模型比单词和形态更适合处理未知数据并具有高层次的语义分析能力。
PDF6 years ago
ACL利用视觉特征学习字级组合性
本文提出了一种针对汉字、日语、韩语等语言内所含罕见字符提高识别准确度的模型，它基于字符的构成并通过卷积神经网络生成视觉上的字符嵌入。实验结果表明该模型可更好地处理具有稀有字符的语言文本，并且能够学习集中于传达语义信息的字符部件，从而生成具有
PDF7 years ago