个性化联邦学习视角下的低资源机器翻译
原文中文,约400字,阅读约需1分钟。发表于: 。基于个性化联邦学习算法 MeritFed 的新方法,适用于具有异构数据的自然语言任务,在低资源机器翻译任务中,我们使用来自大规模多语言机器翻译共享任务(小轨道 2)的数据集和芬乌格里亚语族多语言基准测试中子集的萨米语进行评估。除了其有效性外,MeritFed...
这篇文章介绍了一种名为MeritFed的个性化联邦学习算法,适用于自然语言任务中的异构数据。作者使用多语言机器翻译共享任务的数据集和萨米语进行评估,结果显示目标数据集大小影响辅助语言之间的权重分布,无关语言不会干扰训练。该方法简单易用,只需几行代码,并提供了实验重现的脚本。