Публикации по теме 'machine-translation'
Приверженность и поддержка высшего руководства
Недавно я встретился с Самадом Эчихаби, вице-президентом по исследованиям и разработке продуктов в исследовательском центре SDL MT Research в Лос-Анджелесе, чтобы получить информацию об их технологии Adaptive MT. Команда в Лос-Анджелесе происходит из основной группы Language Weaver, но в полную команду также входят участники из Кембриджа, Великобритания, и Клужа, Румыния. Исследовательская группа, которую возглавляет Самад, всегда была в авангарде исследований машинного перевода, несмотря..
Преодоление проблем с данными в нейронном машинном переводе
С развитием глубоких нейронных сетей точность машинного перевода значительно повысилась, но проблема межъязыкового общения человека не решена. Например, в задачах высокоточного синхронного перевода машинный перевод все еще нуждается в доработке. Для перевода романов машинный перевод не сравним с человеческим переводом.
Проблемы машинного перевода
● Подборка переводов
Человеческий язык очень широк и глубок, и явление полисемии очень распространено. Возьмем, к примеру, китайский..
BLEU-BERT-y: Сравнение оценок предложений
Цель этой истории - понять BLEU, поскольку это широко используемое измерение моделей MT, и исследовать его связь с BERT.
Это первая история моего проекта, в котором я пытаюсь использовать контекстуализированные векторы внедрения BERT в задаче нейронного машинного перевода (NMT). Я относительно новичок в MT, поэтому любые предложения приветствуются.
Сходство предложения
Когда дело доходит до машинного перевода или других задач обработки естественного языка (НЛП), когда результатом..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..