关键词zero-resource languages
搜索结果 - 3
- 零资源语言的多语种音频词向量
该研究针对缺乏已标注数据的零资源语言开发语音应用的挑战,特别使用声学词嵌入(AWE),通过多语言转移利用来自几种资源丰富的语言的已标注数据。该研究介绍了一种新的神经网络,优于现有的 AWE 模型在零资源语言上的表现,研究还探讨了资源丰富语言 - AAAIProKD: 一种无监督的原型知识蒸馏网络,用于零资源跨语言命名实体识别
该研究提出了一种无监督的原型知识蒸馏网络(ProKD)来提高模型在跨语言命名实体识别问题上的表现。该方法通过原型对齐和基于原型的自训练两种方法,让源语言和目标语言的类别特征得到对齐,同时提高模型获取跨语言通用知识和目标语言特定知识的能力。在 - ACL跨语言监督提高无监督神经机器翻译
本研究提出了一种跨语言无监督神经机器翻译框架,利用来自高资源语言对的弱监督信号,以提高零资源翻译质量。该框架基于多语言模型,不需要对标准无监督神经机器翻译进行改动,实验结果表明使用该框架可以在六个基准无监督翻译方向上将翻译质量提高超过 3