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%。
➡️

继续阅读