non-autoregressive model | BriefGPT

关键词non-autoregressive model

搜索结果 - 15

ACLControl-DAG: 使用加权有限状态自动机对非自回归有向无环 T5 进行约束解码
Directed Acyclic Transformer（有向无环 Transformer）是一种快速的非自回归（NAR）模型，它在神经机器翻译中表现良好。然而，在应用于一般的自然语言生成（NLG）任务时存在两个问题：频繁的词汇外（OOV）
PDF3 months ago
面向现实世界低资源场景的并行句子级解释生成
本文旨在探讨如何更好地提供可解释的语言模型预测，通过将训练数据从强监督学习转向弱监督和无监督学习，并提出一种既实现并行解释生成和同时预测的非自回归解释模型，能够以比目前自回归模型快 10-15 倍的速度训练分类器。
PDFa year ago
ACLPlan-then-Seam: 实现高效的表格到文本生成
本文提出了第一个完全的非自回归表格到文本模型（Plan-then-Seam，PTS），通过使用一个新颖的重新思考指针预测器编写和校准内容的计划，然后将计划作为上下文进行拼接以解码描述，从而在保持并行解码的同时，通过共享参数并迭代执行这两个步
PDFa year ago
隐式和显式几何变换的单张图片视角合成桥接
本文提出了一种基于单张图像视角综合框架来缓解自回归模型计算代价大，权衡保留重投影内容和完整实境外内容等两个目标的困境，同时使用高效的非自回归模型和引入的损失函数来实现，可以有效地提高图像视角综合的效率。
PDF2 years ago
MMFastLTS: 无自回归端到端无约束唇语到语音合成
提出了一种基于 transformer 的视觉前端的快速非自回归模型 FastLTS，可以从任意姿态和词汇的肢体语言视频中进行高质量音频合成，比当前的自回归模型在 3 秒输入序列上实现了 19.76 倍的速度提升，并获得了更好的音频质量。
PDF2 years ago
面向端到端语音识别系统的上下文拼写纠正定制
本研究提出了一种新方法，通过在端到端自动语音识别系统的顶部加入上下文拼写纠错模型，将上下文信息纳入序列到序列拼写纠正模型中，从而提高了识别速度和准确性。
PDF2 years ago
EMNLP清晰思考，快速交谈：面向开放域对话系统的概念引导非自回归生成
设计一个基于概念引导的非自回归模型，为了更好地管理概念转换并能够顺序解码引入多个概念，实现可控和连贯的对话生成，实验表明该模型在速度和质量上都优于现有最先进的模型。
PDF3 years ago
ACLGL-GIN: 快速准确的非自回归模型用于联合多意图检测和槽位填充
本研究提出了一种非自回归模型，名为 Global-Locally Graph Interaction Network (GL-GIN)，用于联合多个意图检测和槽位填充，并在两个公共数据集上取得了最先进的结果，并快了 11.5 倍。
PDF3 years ago
FastCorrect: 使用编辑对齐技术的快速音频语音识别错误纠正
本文提出了一种基于编辑对齐的新型非自回归 (NAR) 自动语音识别 (ASR) 误差校正模型 FastCorrect，其将 ASR 输出语句的源词元素对齐到对应的地面真值句子的目标词元素，并根据编辑距离提取出每个源词元素对应的目标词个数，用
PDF3 years ago
ACL基于编辑和重定位的编辑器 —— 用于具有软词汇约束的神经机器翻译
本文介绍了一种基于编辑的转换器，其通过编辑假设使序列生成更加灵活。实验证明，它在处理序列时，比 Levenshtein Transformer 更有效，并且在标准的机器翻译任务中可以实现与 Levenshtein Transformer
PDF4 years ago
EMNLPSlotRefine: 一种快速非自回归模型，用于联合意图检测和槽位填充
本文提出了一种名为 SlotRefine 的新型非自回归模型，用于联合意图检测和槽填充，在此同时，设计了一种新颖的两挡迭代机制来解决非自回归模型的条件独立性问题，实验结果表明，我们的模型在槽填充任务中表现出了显著优异的表现，并且解码速度显著
PDF4 years ago
MMFastLR: 集成 - 发火的非自回归口形识别模型
本文提出了一种快速的非自回归模型的唇语识别方法，包括整合 - 发射模块，连接主义时间分类解码器和噪声并行解码等三种方法，相较于现有模型，速度可以提升至最先进模型的 10.97 倍，准确率上仅有 1.5% 至 5.5% 不同。
PDF4 years ago
用于人体动作预测的多任务非自回归模型
本文提出了一种新的非自回归模型，该模型采用完全非自回归的解码方案、上下文编码器和位置编码模块来预测人体骨架的运动轨迹，并采用多任务训练范式来提高预测性能。该方法在 Human3.6M 和 CMU-Mocap 数据集上的表现优于现有的自回归方
PDF4 years ago
ICML非自回归机器翻译中的分离上下文 Transformer
本研究提出了一种基于注意力掩码的非自回归式 DisCo Transformer 神经网络模型，并结合并行的 Easy-first 推断算法，旨在同时生成所有标记并减少翻译延迟。相关实验证明该模型在非自回归机器翻译上比现有技术性能相当甚至更好
PDF4 years ago
AAAI使用 Delta 后验的确定性推断实现潜变量非自回归神经机器翻译
LaNMT 是一种基于最近的改进方法的潜变量非自回归模型，具有连续潜变量和确定性推断过程，在推断期间，翻译的长度自动适应，在 ASPEC Ja-En 数据集上的解码速度比自回归算法快 8.6 倍，在 WMT'14 En-De 数据集上，解码
PDF5 years ago