Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
En los últimos años, la traducción automática basada en redes neuronales se ha convertido en el método principal en el campo de la traducción automática, pero aún existen desafíos de insuficiencia de corpus paralelos y datos dispersos en el campo de la traducción de recursos limitados. Los modelos de traducción automática existentes suelen entrenarse en conjuntos de datos segmentados con granularidad de palabras. Sin embargo, diferentes granularidades de segmentación contienen diferentes características e información gramaticales y semánticas. Solo considerar la granularidad de palabras restringirá el entrenamiento eficiente de los sistemas de traducción automática neuronal. Con el objetivo de abordar el problema de la escasez de datos causada por la falta de corpus paralelos uigures-chinos y la compleja morfología uigur, este artículo propone un método de entrenamiento de granularidad de segmentación multiestratégico para sílabas, sílabas marcadas, palabras y fusión de sílabas-palabras y se dirige a las redes neuronales recurrentes tradicionales y redes neuronales convolucionales; la desventaja de la red es construir un modelo de traducción automática neuronal uigur-chino Transformer basado enteramente en el mecanismo de autoatención multinivel. En CCMT2019, los resultados dimensionales en conjuntos de datos bilingües uigur-chinos muestran que el efecto del método de entrenamiento de múltiples granularidades de traducción es significativamente mejor que el resto de los sistemas de traducción de segmentación de granularidad, mientras que el modelo Transformer puede obtener un valor BLEU más alto que el modelo de traducción uigur-chino basado en Self-Attention-RNN.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Integración orientada a servicios de sistemas informáticos heterogéneos distribuidos en ingeniería de producción utilizando estándares de información y datos enlazados
Artículo:
Complejidades dinámicas en un sistema de cadena de suministro con transbordos laterales
Artículo:
Investigación sobre el algoritmo de reconocimiento y clasificación inteligente de emociones en la música en un sistema de interpretación musical.
Artículo:
Un método de detección de accesos anómalos a archivos sensibles basado en la clasificación de aplicaciones
Artículo:
Optimización y predicción de encuestas basadas en un amplio aprendizaje: Aplicación al estado mental de los estudiantes universitarios.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Análisis socioeconómico de la problemática de los desechos plásticos en el mar
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
