comparable corpora | BriefGPT

关键词comparable corpora

搜索结果 - 7

EMNLP利用可比语料和多个参考文献进行代码翻译的数据增强
通过构建可比较的语料库和多重参考翻译，以及使用自动生成的翻译参考和单元测试进行筛选，我们提出了两种数据增强技术来克服不同编程语言之间的代码翻译挑战，并通过平均 7.5% 的计算准确度改进了 CodeT5 的 Java、Python 和 C+
PDF8 months ago
EMNLP自监督神经机器翻译中的自主课程学习
该研究提供了有关 SSNMT 模型在训练期间进行采样选择的深入分析，证明了该模型能够自我选择越来越复杂和相关任务的样本，并执行去噪曲线，以提高提取和翻译性能。其中，相互监督信号的动态对提取和翻译性能至关重要。研究显示，使用 Gunning-
PDF4 years ago
在联合多语言空间中过滤和挖掘并行数据
通过联合多语句嵌入学习并利用在不同语言中句子之间的距离来过滤嘈杂的平行数据和在大型新闻集合中挖掘平行数据。不同于翻译系统的体系结构，这种方法可以应用于多种语言对，并在 BUCC 共享任务中获得有竞争力的结果，用于识别可比较语料库中的平行句子
PDF6 years ago
自动识别接近的印度语言：资源和实验
本文讨论了一个自动语言识别系统的尝试，该系统用于印度 5 种密切相关的印度雅利安语言：阿瓦德语、博杰普尔语、布拉吉语、印地语和马加耳语。使用不同来源的可比较语料库，编译了这些语言的长度不同的语料库。使用这些语料库，开发了一个语言识别系统，目
PDF6 years ago
NMT 衍生的语言中介嵌入的实证分析及其在平行语句识别中的应用
该研究系统研究了端到端的神经机器翻译的上下文向量作为句子的交互语言表征的功效，并在可比较语料库中取得了较高的平行句子识别准确率。
PDF7 years ago
构建主题对齐的可比较语料库并挖掘其中真正的平行句对
通过使用网页爬取方法和机器翻译系统，本文提出了一种从维基百科文章中获取主题对齐比较语料库的方法，并且能够提取噪音干扰较小的平行句子。
PDF9 years ago
ACL学习改写：使用多序列对齐的无监督方法
使用可比较语料库中的句子进行多序列匹配从而自动学习和应用单词格点对表示的改写模式，实现文本的生成和改写。实验结果表明系统可以准确地生成和改写文本并优于基线系统。
PDF21 years ago