最新 最热

想在PyTorch里训练BERT,请试试Facebook跨语言模型XLM

今年2月,Facebook发表了论文《Cross-lingual Language Model Pretraining》,这篇论文提出了基于BERT优化的跨语言模型XLM,它刚刚出生就在两项机器翻译任务上取得了巨大进步。...

2019-06-28
0

ACL 2019 接收论文榜单发布,我们做了可视化分析

接收论文列表:http://www.acl2019.org/EN/program/papers.xhtml

2019-06-20
0

已开源!谷歌将AutoML应用到Transformer架构,实现机器翻译最佳性能

谷歌最新博客表示,此前在语言建模和翻译等序列任务中,Transformer架构已经展现出了极大的优势,但这些架构几乎均为手动设计,与视觉领域差异巨大。...

2019-06-20
0

基于PaddlePaddle的机器翻译教程 | 深度学习基础任务系列

机器翻译(machine translation, MT)是用计算机来实现不同语言之间翻译的技术。需要翻译的语言通常称为源语言(source language),翻译成的结果语言称为目标语言(target language)。机器翻译即实现从源语言到目标语言转换的过...

2019-06-19
0

基于PaddlePaddle的机器翻译教程 | 深度学习基础任务系列

机器翻译(machine translation, MT)是用计算机来实现不同语言之间翻译的技术。需要翻译的语言通常称为源语言(source language),翻译成的结果语言称为目标语言(target language)。机器翻译即实现从源语言到目标语言转换的过...

2019-06-18
0

神经网络机器翻译技术及应用(上)

简单来说,机器翻译就是把一种语言翻译成另外一种语言,在这里,我用的例子都是从中文翻译成英文。上面的句子用Source标记,即源语言,下面用Target标记,即目标语言,机器翻译任务就是把源语言的句子翻译成目标语言的句子。...

2019-06-10
0

神经网络机器翻译技术及应用(下)

前面我们讲了机器翻译的原理以及神经网络翻译的发展、以及面临的挑战,我们现在看一看,机器翻译现在有哪些应用?

2019-06-10
0

如何用PaddlePaddle实现机器翻译?

机器翻译(machine translation, MT)是用计算机来实现不同语言之间翻译的技术。需要翻译的语言通常称为源语言(source language),翻译成的结果语言称为目标语言(target language)。机器翻译即实现从源语言到目标语言转换的过...

2019-06-06
0

清华刘洋《基于深度学习的机器翻译》,突破知识整合、可解释和鲁棒性三大难关

因为人类的语言不通,《圣经》故事中的“巴别塔”没能建成,以失败告终。如何打破人类语言之间的屏障,也成为了人类一直希望解决的问题。

2019-06-03
0

一起聊聊7大数据思维的核心原理!

大数据时代,计算模式也发生了转变,从“流程”核心转变为“数据”核心。hadoop体系的分布式计算框架已经是“数据”为核心的范式。非结构化数据及分析需求,将改变IT系统的升级方式:从简单增量到架构变化。大数据下的新思维...

2019-06-03
0