BriefGPT - AI 论文速递
·
基于深度学习方法从翻译记忆中预测固定文本的机器翻译
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
研究重新审视了翻译记忆增强的神经机器翻译，发现其对数据拟合良好但对波动敏感。为此，提出了一种简单有效的模型，实验显示在低资源、即插即用和高资源情况下均优于传统方法。
🎯
关键要点
- 研究重新审视了翻译记忆增强的神经机器翻译（TM-augmented NMT）。
- TM-augmented NMT能够很好地拟合数据，但对训练数据的波动敏感。
- 提出了一种简单有效的TM-augmented NMT模型，以促进方差并解决矛盾现象。
- 实验表明，在低资源、即插即用和高资源情况下，所提出的模型均优于传统方法。
➡️
