关键词cross-lingual classification
搜索结果 - 5
- 跨语种分类中机器翻译的再次研究
使用更强的机器翻译系统并减少原始文本训练和机器翻译文本推理之间的不匹配,翻译 - 测试可以比之前假定的效果更好,从而对跨语言分类的多语言模型的支配提出了质疑,并促使更多关注基于机器翻译的基准线。
- 英语、韩语和泰米尔语的跨语言发音障碍严重程度分类
提出了一种跨语言分类方法,使用语言独立特征和语言唯一特征进行重音障碍严重性分类,并使用 XGBoost 算法进行分类。
- WWW基于表情的表示学习在跨语言情感分类中的应用
本研究提出了一种利用表情符号作为新通道来学习语言中跨语言和特定语言情感模式的表示学习方法,并将其应用于跨语言情感分类。该方法在基准数据集上展示出最先进的性能表现。
- 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。
- ACL组合式分布式语义的多语言模型
通过基于多语种数据和联合嵌入的分布式假设扩展学习语义表示的新技术,学习出在跨语言上语义等价的句子之间高度对齐而在不相似的句子之间保持足够距离的表示。此方法不仅适用于单词层面,还可以对文档进行语义层面的表示学习。在两个跨语言文档分类任务上,我