BriefGPT.xyz
Ask
alpha
关键词
translation benchmarks
搜索结果 - 4
借助误差暴露和一致性规范化提升非自回归机器翻译
通过错误曝光和一致性正则化的训练方法，研究中提出了解决条件掩码语言模型 (CMLM) 在训练和推断之间数据分布差异的问题，并在五个翻译基准上实验，取得了相对基线模型平均 0.68 和 0.40 BLEU 得分的改进，同时我们的 CMLMC-
→
PDF
5 months ago
AAAI
RenewNAT: 为非自回归 Transformer 续期潜在翻译
本文提出了一种名为 RenewNAT 的灵活框架，实现了高效和有效的翻译过程，结合了自然语言机器翻译的全非自回归模型和迭代模型。通过在单个通道中生成潜在的翻译结果，RenewNAT 在不引入额外模型参数和解码延迟的情况下，显着提高强大的全自
→
PDF
a year ago
ACL
Bi-SimCut：一种简单有效的神经机器翻译提升策略
介绍了 Bi-SimCut 的训练策略，利用 SimCut 调整输出分布一致性，实现对于五项翻译基准数据集的强翻译性能，成为未来 NMT 研究的强基准。
PDF
2 years ago
全非自回归神经机器翻译：技巧窍门
本研究提出了一种全非自回归神经机器翻译（NAT）的方案，采用依赖关系减少等方法，缩短推理延迟同时提升翻译质量，在三个翻译基准测试中实现了新的全自然机器翻译模型的最高水平，并在推理时间上取得了大约 16.5 倍的速度提升。
PDF
4 years ago
Prev
Next