domain mismatch | BriefGPT - AI 论文速递

关键词domain mismatch

搜索结果 - 15

评估深度说话人分析的谱聚类鲁棒性
对于说话人区分，聚类说话人嵌入是至关重要的，但它尚未得到与其他组件一样多的关注。此外，当开发和评估数据来自不同领域时，对于说话人区分在各种数据集上的鲁棒性尚未得到探究。为了弥补这一差距，本研究深入研究了用于同领域和跨领域说话人区分的谱聚类方
PDF3 months ago
致敬经典：在大语言模型时代重新审视机器翻译的挑战
神经机器翻译（NMT）的进化受到六个核心挑战的显著影响，本研究重新审视这些挑战，提供有关高级大型语言模型（LLMs）背景下其持续相关性的见解：领域不匹配、平行数据量、罕见词预测、长句翻译、注意力模型作为词对齐以及次优束搜索，我们的实证发现表
PDF6 months ago
自监督自适应多语言语音模型的预训练用于语言和方言识别
预训练的基于 Transformer 的语音模型在下游任务（如自动语音识别和口语语言识别）上表现出了令人瞩目的性能，但领域不匹配的问题仍然是一个挑战。为了解决这个问题，我们提出了自监督自适应预训练（SAPT）来适应下游任务的目标领域和语言。
PDF7 months ago
终端到终端音频识别的声学模型融合
最近在深度学习和自动语音识别（ASR）方面的进展使得端到端（E2E）ASR 系统成为可能，并且将准确性提升到一个新的水平。我们提出将外部的 AM 整合到 E2E 系统中，以更好地解决领域不匹配问题，并取得了显著的词错误率降低，尤其在增强命名
PDF9 months ago
联合语音转录和翻译：使用 Out-of-Distribution 数据进行伪标签
本文研究使用自训练和伪标签技术，通过数据增强和过滤等手段，在语音识别中克服领域不匹配问题，从而提高了 0.6% 的音字误率和 2.2 个 BLEU 值百分点。
PDF2 years ago
领域不匹配并不总是阻止跨语言迁移学习
本文展示了一种简单的初始化方案，用于克服跨语言转移中不同领域的影响，通过在领域不匹配的语料库上预训练词和上下文嵌入，然后用于多个任务中，包括 UBLI、UNMT 和 SemEval 2017 跨语言词汇相似性任务，挑战了之前的研究论文并指出
PDF2 years ago
通过建议重排序提高检索增强翻译的稳健性
使用翻译记忆进行模糊匹配的神经机器翻译系统，存在与测试数据不匹配的领域问题。作者提出了一种简单的方法，在训练期间暴露模糊匹配，从而使系统对与测试数据不匹配的翻译记忆具有更好的容错性，并且该模型在使用相关翻译记忆的情况下仍然具有竞争力。
PDF2 years ago
语言和信道变异对语音分离网络影响的分解
本文研究语音分离的问题，发现不同语言对模型的影响可忽略，而采用安卓手机录制的数据进行训练可以得到最好的泛化性能。同时，作者提出了一种针对信道不匹配的新的解决方案，通过测量信道相似性并选择合适的训练数据，可以有效提高模型在实际测试数据上的性能
PDF2 years ago
CVPREgo-Exo：将第三人称视频的视觉表示转移到第一人称视频
本文提出使用大规模第三人称视频数据集进行预训练的以自我为中心的视频模型方法，通过在第三人称视频中发现预测自我特定属性的潜在信号，并将其作为知识蒸馏损失融入模型预训练中，在精细调节进行自我中心的活动识别时表现出最佳表现，取得 Charades
PDF3 years ago
领域适应端到端语音识别的内部语言模型估计
提出了一种内部语言模型估计（ILME）方法，用于在无需额外模型训练的情况下，更有效地集成外部 LM 并改善端到端自动语音识别中的域不匹配问题，包括最受欢迎的循环神经网络转录器（RNN-T）和基于注意力的编码器 - 解码器（AED）模型。
PDF4 years ago
无监督神经机器翻译何时无用？为什么？
本文研究了目前最先进的无监督神经机器翻译方法的实用性。我们分析了十个翻译任务的数据设置，研究了无监督方法无法生成合理翻译的条件，并表明这种情况对低资源语言对很常见，而在所有实验中，有监督和半监督基线都胜过了最好的无监督结果。我们的分析指出了
PDF4 years ago
机器翻译鲁棒性首次共享任务结果
该论文介绍了首个旨在提高机器翻译鲁棒性的共享任务的研究成果，共有 11 个团队提交了 23 个系统，人工评估和自动评估 (BLEU) 均显示很高的相关性，系统均有大幅度的改进，最佳系统较基准系统提高了 22.33 个 BLEU 分值。
PDF5 years ago
ACL神经机器翻译中基于块反馈的学习
本文实证研究了神经机器翻译中的部分反馈学习，提出了一种使用用户反馈信息的简单有效的方法，并证明了基于块级别的用户反馈信息可以降低训练和部署之间的领域不匹配问题，模拟实验表明块级别反馈相较于句子级反馈，能提高 2.61% 的 BLEU 绝对值
PDF6 years ago
神经机器翻译的六大挑战
本研究探索了神经机器翻译领域中域不匹配、训练数据量、罕见词汇、长句子以及束搜索等 6 大挑战，并展示了相比于基于短语的统计机器翻译质量上的缺陷和改进。
PDF7 years ago
领域不变图像表示的高效学习
本文介绍了一种能够有效地实现为线性分类器的学习表示算法，该算法能够明确地补偿域不匹配，并在训练分类器的过程中形成从目标（测试）域到源（训练）域的线性转换。通过多类别适应的表示学习，能够在异构特征空间之间进行映射，并且可以扩展到大型数据集。在
PDF11 years ago