清华大学刘洋--基于深度学习的机器翻译（2）--- 低资源/多模态

weixin_30699955

于 2019-02-15 12:03:00 发布

阅读量395

点赞数 1

CC 4.0 BY-SA版权

文章标签：人工智能

原文链接：http://www.cnblogs.com/vector11248/p/10382951.html

本文探讨了在低资源条件下，如何通过伪数据、半监督学习、对偶学习及多任务学习等策略优化翻译模型。介绍了谷歌的通用语言翻译模型，并提及最大期望似然估计在模型训练中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

低资源：

平行语料库：质量不行。

伪数据：用单语语料库单向翻译，构造伪平行语料库

半监督学习

对偶学习：微软的

多任务学习：百度的

谷歌：通用的语言翻译模型

最大期望似然估计

————————————————————————————————————————————————————————————————————

转载于:https://www.cnblogs.com/vector11248/p/10382951.html

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。