利用新型超参数优化技术推进文本到 GLOSS 神经翻译

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究通过使用Transformer进行文本到手语的神经机器翻译,提高了准确性和流畅度。通过调整架构参数,找到了最佳架构,实验结果显示在BLEU-1和ROUGE得分上比之前的工作提高了8.42和0.63个百分点。

🎯

关键要点

  • 本研究使用Transformer进行文本到手语的神经机器翻译。
  • 研究旨在提高翻译的准确性和流畅度。
  • 探索了多种架构参数以识别最佳架构。
  • 实验在PHOENIX14T数据集上进行。
  • 最佳架构在BLEU-1和ROUGE得分上分别提高了8.42和0.63个百分点。
➡️

继续阅读