low-resource conditions | BriefGPT

关键词low-resource conditions

搜索结果 - 7

基于相关性引导的神经机器翻译
我们提出了一种基于可解释性的 NMT 训练方法，应用于无监督和有监督模型训练，用于翻译英语和三种不同资源的语言 —— 法语、古吉拉特语和哈萨克语。我们的结果表明，我们的方法在低资源条件下可以有希望，优于简单的训练基线；尽管改进只是微小的，但
PDF7 months ago
EMNLP面向数学题的结构统一 M 树编码求解器
本文提出了一种基于 M-tree 的求解数学问题的方法 SUMC-Solver，相比现有方法在同等设置下表现更好，在低资源条件下表现更佳。
PDF2 years ago
神经机器翻译中低资源域适应的正确配方寻找
本研究探讨了针对预训练第三方 NMT 模型的单语和平行数据方法在领域适应中的效果，在低资源条件下提出了集成方法来缓解翻译质量的降低，并给出了在三个领域和四个语言对中的建议。
PDF2 years ago
EMNLP用对抗性混合策略放松 Mixup 中的局部线性约束
使用对抗混合策略来进一步规范深层网络，以更有效地应对低资源条件下 Mixup 约束问题，并在五种文本分类基准和五种骨干模型上的实验证明，该方法显著降低了 Mixup 变体的错误率（高达 31.3％），特别是在低资源条件下（高达 17.5％）
PDF3 years ago
ACL提高英语到提格里尼亚语翻译质量的数据增强技术探索
本文主要研究神经机器翻译在低资源条件下的表现，提出通过对目标语句子进行回译生成人工数据的方法，并以提取 Tigrinya 语言为案例，研究了多种回译方法，最终发现及时利用中间语言进行回译是在低资源条件下提高性能的最有效方法。
PDF3 years ago
ACL使用自监督语音表示学习快速开发非洲语言的自动语音识别技术
本文描述了在 2020 年 6 月非洲机器智能硕士（AMMI）期间启动的一次非正式合作的结果，该合作集中在自动语音识别（ASR）项目上，描述了如何收集数据以及使用少量（1 小时）转录语音作为训练数据如何开发 ASR 系统。在这种低资源条件下
PDF3 years ago
低资源神经机器翻译的简单迁移学习
本研究提出了一种简单的迁移学习方法，通过训练 “父模型” 并在低资源语言对上进行训练，取代了原有的训练语料库，成功地提高了针对不同语言对的机器翻译性能。
PDF6 years ago