论文阅读:Agreement-Based Joint Training for Bidirectional Attention-Based Neural Machine Translation

本文介绍了一种双向注意力模型,该模型通过使source-to-target和target-to-source的注意力矩阵保持一致,有效提升注意力机制的准确性,减少噪声,实现更精准的数据训练。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

双向注意力模型,尽可能使注意力在两个方向上保持一致
模型的中心思想就是对于相同的training data,使source-to-target和target-to-source两个模型在alignment matrices上保持一致。这样能够去掉一些注意力噪声,使注意力更加集中、准确。
这篇文章胜在idea,很巧妙地想到了让正反向的注意力一致来改进attention。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值