Joint Training for Neural Machine Translation

de

Éditeur :

Springer


Collection :

Springer Theses

Paru le : 2019-08-26

eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Lecture en ligne (streaming)
52,74

Téléchargement immédiat
Dès validation de votre commande
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

Description


Cet ouvrage présente quatre approches pour former conjointement des modèles de traduction automatique neuronale bidirectionnelle (NMT). Premièrement, afin d'améliorer la précision du mécanisme d'attention, il propose une approche de formation conjointe fondée sur une entente pour aider les deux modèles complémentaires à s'entendre sur des matrices d'alignement des mots pour les mêmes données de formation. Deuxièmement, il présente une approche semi-supervisée qui utilise un encodeur automatique pour reconstruire des corpus monolingues, afin d'incorporer ces corpus dans la traduction automatique neuronale. Il introduit ensuite un algorithme d'apprentissage commun pour la traduction automatique neuronale par pivot, qui peut être utilisé pour atténuer le problème de la rareté des données. Enfin, il décrit un modèle NMT bidirectionnel de bout en bout pour relier les modèles de traduction source-cible et cible-source, permettant l'interaction des paramètres entre ces deux modèles directionnels.

Pages
78 pages
Collection
Springer Theses
Parution
2019-08-26
Marque
Springer
EAN papier
9789813297470
EAN PDF
9789813297487

Informations sur l'ebook
Nombre pages copiables
0
Nombre pages imprimables
7
Taille du fichier
2365 Ko
Prix
52,74 €
EAN EPUB
9789813297487

Informations sur l'ebook
Nombre pages copiables
0
Nombre pages imprimables
7
Taille du fichier
2488 Ko
Prix
52,74 €