TransMI: 创建多语言预训练语言模型的强基线框架，用于音译数据
原文中文，约200字，阅读约需1分钟。发表于：。该论文提出了一个简单而有效的框架 TransMI，通过利用多语言预训练语言模型（mPLMs）及其伴随的标记器，将数据转写成共同脚本，从而创建一个强大的基准，有效处理转写数据，提高 3% 至 34% 的性能。
本文介绍了一种基于改进的transformer网络结构的多语言模型，用于跨越英语、印地语、孟加拉语、卡纳达语和泰米尔语的Transliteration。该模型在精度方面优于现有模型，Top-1精度得分为80.7％，比最好结果提高了29.5％，语音准确性达到93.5％。
