low-resource language pairs | BriefGPT

关键词low-resource language pairs

搜索结果 - 15

ACLDUAL-REFLECT：通过双向学习反馈机制增强大型语言模型的反思翻译能力
利用双向学习的自我反思框架来提高翻译任务、增强模型的自我反思能力并改进翻译表现，特别适用于低资源语言对的翻译任务，大大提高了翻译准确性和消除了歧义。
PDF2 months ago
ACL多语言机器翻译的后门攻击
多语言机器翻译系统存在安全漏洞，通过在低资源语言对中注入毒数据，可以在其他语言中引发恶意翻译，攻击成功率达到 20%。这种攻击方式对低资源语言具有更大的攻击面，希望引起人们对机器翻译系统的安全问题的重视，尤其是在低资源语言环境中。
PDF4 months ago
低资源语言的变压器：Is Féidir Linn!
通过超参数优化，选择适当的参数并进行子词模型的正确选择，能够在英语 - 爱尔兰语低资源语言对的翻译中实现显著的性能提升，并改善了 Google 翻译的基准性能。
PDF5 months ago
增强低资源语言的神经机器翻译：语料库开发、人工评估和可解释 AI 架构
该研究旨在研究机器翻译中 Transformer 模型在低资源语言对（英爱尔兰语和英马拉地语）中的效果，并通过优化超参数和子词模型类型来显著提高低资源语言对的翻译质量。此外，还引入了 adaptNMT 和 adaptMLLM 两个开源应用程
PDF5 months ago
MM联合丢弃：通过短语对变量提高低资源神经机器翻译的泛化能力
通过使用联合 dropout 方法，将短语替换为变量，从而显著增强组合性，提高翻译质量并增强低资源神经机器翻译在泛化、鲁棒性和适应性方面的能力。
PDFa year ago
针对低资源语言的不匹配感知无监督翻译质量评估
本文提出了一种简单的无监督翻译质量评估方法 XLMRScore，该方法基于使用 XLM-RoBERTa 模型计算的 BertScore，并讨论了使用此方法时出现的问题。接着，我们提出两种方法来缓解问题，并将所提出的方法用于四个 WMT21
PDF2 years ago
ACLOneAligner: 使用一个丰富资源语言对进行零 - shot 跨语言传输，用于低资源句子检索
本研究提出了 OneAligner 模型，可用于训练多语言语料库中的平行句子，能够在只使用一种语言对进行训练的情况下，以跨语言的方式传递至低资源语言对，实现了对平行数据使用不到 0.6% 时依然能够达到 8.0 个点的准确度提高，同时表明平
PDF2 years ago
低资源语言的神经机器翻译：综述
本文介绍了对低资源语言 NMT（LRL-NMT）的研究进展进行了详细调查，并定量分析了最受欢迎的解决方案，提供了一组指南来选择给定 LRL 数据设置的可能的 NMT 技术。它还呈现了 LRL-NMT 研究领域的完整视图，并提供了进一步增强
PDF3 years ago
用于语音识别和翻译的多语种 TEDx 语料库
我们提供了一个多语言 TEDx 语料库，支持语音识别和语音翻译的研究，可以建立在许多非英语源语言上。这个语料库是一个来自 TEDx 演讲的音频记录集合，提供了 8 个源语言，我们将转录分割成句子，并将它们与源语言音频和目标语言翻译对齐。此外
PDF3 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
ACL多语言无监督神经机器翻译的知识蒸馏
本文介绍了一种简单的方法，使用单个编码器和解码器之间的翻译来在 13 种语言之间翻译，基于经验发现，提出了两种知识蒸馏方法，以进一步增强多语言机器翻译性能。我们的实验表明，在零 - shot 翻译方案中，在低资源语言对中减轻了糟糕的性能，并
PDF4 years ago
低资源机器翻译技术在俄罗斯鞑靼语对中的应用
本文探讨了在语料库仅包含 324000 个句子的低质量语言对中使用迁移学习和半监督学习技术以优化神经机器翻译的效果，并且实验证明，这些技术应用于基础 Transformer 模型后，俄塔语对翻译质量提高了 2.57 和 3.66 个 BLE
PDF5 years ago
ICLR利用单语语料库进行非监督式机器翻译
提出了一种基于单语语料的机器翻译方法，该方法使用深度学习技术将两种不同语言的句子映射到相同的潜在空间中，从而学习翻译而不使用任何标记数据，该方法在两种语言对的两个广泛使用的数据集上表现出色。
PDF7 years ago
ACL低资源神经机器翻译的数据增强
本研究提出了一种以数据增强为基础的方法，针对低频词汇在合成的新语境中生成新的句子对，以提高神经机器翻译系统的翻译质量。在模拟低资源环境中的实验结果显示，相对于基准和回译方法，我们的方法能够提高翻译质量，最高可提高 2.9 BLEU 分数。
PDF7 years ago
使用共享注意机制的多路多语言神经机器翻译
提出了一种多路多语言的神经机器翻译方法，通过共享单个的注意力机制，仅线性地增加神经网络的参数数量即可实现多语言翻译，并成功地提高了低资源语言对的翻译质量。
PDF9 years ago