Curriculum Learning for Cross-Language Data-to-Text Generation with Noisy Data
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种课程学习方法,旨在提升嘈杂数据下跨语言文本生成的效果。实验结果显示,该方法在多个印度语言及英语数据集上,BLEU分数最高提升4分,生成的准确性和覆盖率平均提高5-15%。
🎯
关键要点
- 本研究提出了一种课程学习方法,旨在提升嘈杂数据下跨语言文本生成的效果。
- 研究通过分析样本的对齐分数和使用退火训练策略来解决问题。
- 实验结果显示,该方法在多个印度语言及英语数据集上,BLEU分数最高提升4分。
- 生成的准确性和覆盖率平均提高5-15%。
➡️