Findings EMNLP2021 基于自修正编码器的神经机器翻译 字节火山翻译提出 (finding)
随着网络上各种信息的指数级增长,以及跨语言获取信息的需求不断增加,机器翻译逐渐成为网上冲浪?♀️时必不可少的工具,网页翻译让我们在Reddit等外国论坛里和网友谈笑风生;火山同传等智能字幕翻译系统让我们无需等待字幕组,直接观看,生肉,剧集;聊天翻译让我们建立跨国贸易,结交外国友人,然而,上面提到的场景往往有一个共同点,那就是被翻译的...。
神经机器翻译的混合交叉熵损失函数 (神经机器翻译的单词错误减少了)
作者,李浩然、陆巍本文提出了一个新的损失函数,混合交叉熵损失,,用于替代在机器翻译的两种训练方式,TeacherForcing和ScheduledSampling,里常用的交叉熵损失函数,CE,,计算开销基本和标准的CE持平,并且在多个翻译数据的多种测试集上表现优于CE,这篇文章我们简要介绍MixedCE的背景和一些主要的实验结果,...。
究竟靠不靠谱 DeepL 号称打败谷歌翻译的
鉴于数据、计算力、算法等诸多门槛,自神经机器翻译,NMT,产品化以来,在很大程度上便是互联网巨头们的竞技场,如今,又一个新的挑战者高调加入进来,直接把矛头指向堪称行业技术标杆的谷歌、微软以及Facebook,上周,来自德国的DeepL翻译上线,号称实现了NMT技术的新突破,打造出了,世界上最精确、语言组织最自然的机器翻译系统,;并宣布...。