关键词neural chat translation
搜索结果 - 4
- 神经聊天翻译的多任务多阶段转移训练框架
本论文旨在研究神经聊天翻译 (NCT),针对已有上下文感知机器翻译模型存在的问题,提出了一种多任务多阶段过渡 (MMT) 训练框架,采用双语聊天翻译数据集和额外的单语对话训练 NCT 模型,并引入话语一致性和说话人特征建模。训练过程包括三个 - ACL神经对话翻译的多任务学习调度
该研究提出了一种基于多任务学习的计划框架以有效提升神经聊天翻译(NCT)的翻译质量,通过加入第二个预训练阶段和调度对话相关辅助任务的方法将大规模领域内的聊天翻译数据融入训练,进一步提高了主要聊天翻译任务的效果。经实验证明,该方法在四个语言方 - EMNLP利用对话特征的最新神经聊天翻译技术
本文针对当前在聊天翻译模型中存在的限制提出了一种新的方法 —— 将对话特征建模引入到模型中。为此,设计了四个辅助任务,包括同语种响应生成、跨语种响应生成、下一个话语辨别和说话人识别。综合实验结果显示,这种方法实现了更多一致且更有说服力的翻译 - ACL神经对话翻译中双语对话特征建模
本研究旨在通过设计潜在变分模块来提高自然语言机器翻译中针对双语对话文本的翻译质量, 在英德数据集 BConTrasT 以及英汉数据集 BMELD 上的实验证明该方法较好地增强了翻译质量并明显超过了一些最先进的具有上下文感知的 NMT 模型,