Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "A Topic Similarity Model for Hierarchical Phrase-based Translation"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

Previous work using topic model for statistical machine translation (SMT) explore topic information at the word level. However, SMT has been advanced from word-based paradigm to phrase/rule-based paradigm. We therefore propose a topic similarity model to exploit topic information at the synchronous rule level for hierarchical phrase-based translation.

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "SITS: A Hierarchical Nonparametric Model using Speaker Identity for Topic Segmentation in Multiparty Conversations"

Báo cáo khoa học: "Cross-Domain Co-Extraction of Sentiment and Topic Lexicons"

Báo cáo khoa học: "Translation Model Adaptation for Statistical Machine Translation with Monolingual Topic Information"

Báo cáo khoa học: "A Topic Similarity Model for Hierarchical Phrase-based Translation"

Báo cáo khoa học: "Modeling Topic Dependencies in Hierarchical Text Categorization"

Báo cáo khoa học: "Pattern Learning for Relation Extraction with a Hierarchical Topic Model"

Báo cáo khoa học: "Baselines and Bigrams: Simple, Good Sentiment and Topic Classification"

Báo cáo khoa học: "Topic Models for Dynamic Translation Model Adaptation"

Báo cáo khoa học: "Authorship Attribution with Author-aware Topic Models"

Báo cáo khoa học: "Efficient Tree-Based Topic Modeling"
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.