| 融合圖文預(yù)訓(xùn)練的漢越多模態(tài)神經(jīng)機(jī)器翻譯 | |
| 所屬分類(lèi)：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：3586 K | |
| 標(biāo)簽： 漢越神經(jīng)機(jī)器翻譯 視覺(jué)-語(yǔ)言聯(lián)合預(yù)訓(xùn)練 多模態(tài) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：由于漢語(yǔ)和越南語(yǔ)之間存在顯著的語(yǔ)法差異及語(yǔ)料稀缺，漢越神經(jīng)機(jī)器翻譯任務(wù)面臨名詞翻譯不準(zhǔn)確的挑戰(zhàn)。提出了一種新穎的多模態(tài)神經(jīng)機(jī)器翻譯方法，該方法融合了文本預(yù)訓(xùn)練模型和視覺(jué)語(yǔ)言聯(lián)合預(yù)訓(xùn)練模型。通過(guò)文本預(yù)訓(xùn)練模型，能夠捕獲深層的語(yǔ)言結(jié)構(gòu)和語(yǔ)義；而視覺(jué)語(yǔ)言聯(lián)合訓(xùn)練模型則提供了與文本相關(guān)聯(lián)的視覺(jué)上下文，這有助于模型更準(zhǔn)確地理解和翻譯名詞。兩種模型通過(guò)一個(gè)簡(jiǎn)潔高效的映射網(wǎng)絡(luò)結(jié)合，并通過(guò)Gumbel門(mén)控模塊動(dòng)態(tài)地整合多模態(tài)信息，以?xún)?yōu)化翻譯輸出。在漢越及越漢翻譯任務(wù)中，該方法相比傳統(tǒng)Transformer模型分別提升了7.13和4.27的BLEU值。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
漢越神經(jīng)機(jī)器翻譯 相關(guān)資源
wwei 的最新分享
- 基于多域特征的雷達(dá)有源干擾信號(hào)智能識(shí)別
- 基于自注意力1dCNN的雷達(dá)目標(biāo)識(shí)別方法及教研系統(tǒng)設(shè)計(jì)
- 航向信標(biāo)輻射場(chǎng)中障礙物影響分析與布局優(yōu)化
- 一種Ku頻段高性能低成本低噪聲放大器
- 12~30 GHz高精度低附加相移數(shù)控衰減器設(shè)計(jì)
- 基于ESP32嵌入式Web服務(wù)器的手機(jī)化儀表設(shè)計(jì)
- 基于聚類(lèi)的HTTP/HTTPS協(xié)議資產(chǎn)發(fā)現(xiàn)
- 基于邊緣算力和改進(jìn)YOLOv10算法的智能垃圾分類(lèi)系統(tǒng)
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2