BriefGPT - AI 论文速递
·
高效的动态检索 k 近邻机器翻译
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法来增强$k$NN-MT的数据存储器的检索能力，通过重构原始数据存储器来解决上下游域之间的差距。实验证明该方法可以有效提高$k$NN-MT的数据存储器检索和翻译质量。
🎯
关键要点
- 本研究提出了一种新方法来增强 $k$NN-MT 的数据存储器的检索能力。
- 通过重构原始数据存储器来解决上游和下游域之间的显著差距。
- 该方法设计了一个修订者来修订关键表示，使其更适合下游域。
- 修订者使用收集的语义相关键 - 查询对进行训练。
- 通过两个提出的损失进行优化：关键查询语义距离和 L2 - 规范损失。
- 大量实验表明，该方法有效提高了 $k$NN-MT 的数据存储器检索和翻译质量。
➡️
