[嘻嘻]【巴黎的里昂火车站】巴黎的里昂火车站从不只是简单的车站,它的外墙是历史文物,室内有古典壁画大厅,1900年驻进的“le train bleu(蓝色列车)"餐厅闻名于世。每年上亿旅客经过这里,很多电影选此取景[男孩儿]。有2000多名员工在车站服务,包括站长、技工、接待员、扳道工、司机。#说走就走的旅行# https://t.cn/EbawTaj
【多编码器是否能够捕获篇章级信息】Does Multi-Encoder Help? A Case Study on Context-Aware Neural Machine Translation
#论文解读# #ACL 2020# 本文是小牛翻译和东北大学NLP实验室发表在ACL 2020上的工作。本文验证了多编码器在篇章级翻译任务上性能的提升并不是来源于上下文编码器对篇章级语义信息的编码,其更像是一个噪声生成器,为模型的训练提供了额外的训练信号。其次,在解码阶段屏蔽上下文编码器对 BLEU 并没有影响,进一步证明了上下文编码器在训练中类似于 dropout 作用。此外,本文提出一种基于高斯噪声的鲁棒性训练手段,可以达到和多编码器可比的性能,并在不同规模数据集上验证了方法的有效性。
论文链接:https://t.cn/A6Lg2ooc
代码链接:https://t.cn/A6Lg2ooI
论文解读:https://t.cn/A6Lg2ooJ
#论文解读# #ACL 2020# 本文是小牛翻译和东北大学NLP实验室发表在ACL 2020上的工作。本文验证了多编码器在篇章级翻译任务上性能的提升并不是来源于上下文编码器对篇章级语义信息的编码,其更像是一个噪声生成器,为模型的训练提供了额外的训练信号。其次,在解码阶段屏蔽上下文编码器对 BLEU 并没有影响,进一步证明了上下文编码器在训练中类似于 dropout 作用。此外,本文提出一种基于高斯噪声的鲁棒性训练手段,可以达到和多编码器可比的性能,并在不同规模数据集上验证了方法的有效性。
论文链接:https://t.cn/A6Lg2ooc
代码链接:https://t.cn/A6Lg2ooI
论文解读:https://t.cn/A6Lg2ooJ
【巴黎的里昂火车站】巴黎的里昂火车站从不只是简单的车站,它的外墙是历史文物,室内有古典壁画大厅,1900年驻进的“le train bleu(蓝色列车)"餐厅闻名于世。每年上亿旅客经过这里,很多电影选此取景[微风]。有2000多名员工在车站服务,包括站长、技工、接待员、扳道工、司机。#香格里拉# https://t.cn/R8OYHYO
✋热门推荐