Đang chuẩn bị liên kết để tải về tài liệu:
Báo cáo khoa học: "Fast Consensus Decoding over Translation Forests"

Không đóng trình duyệt đến khi xuất hiện nút TẢI XUỐNG

The minimum Bayes risk (MBR) decoding objective improves BLEU scores for machine translation output relative to the standard Viterbi objective of maximizing model score. However, MBR targeting BLEU is prohibitively slow to optimize over k-best lists for large k. In this paper, we introduce and analyze an alternative to MBR that is equally effective at improving performance, yet is asymptotically faster — running 80 times faster than MBR in experiments with 1000-best lists.

TÀI LIỆU LIÊN QUAN

Báo cáo khoa học: "Fast Syntactic Analysis for Statistical Language Modeling via Substructure Sharing and Uptraining"

Báo cáo khoa học: "Fast Online Training with Frequency-Adaptive Learning Rates for Chinese Word Segmentation and New Word Detection"

Báo cáo khoa học: "A Discriminative Hierarchical Model for Fast Coreference at Large Scale"

Báo cáo khoa học: "Fast Online Lexicon Learning for Grounded Language Acquisition"

Báo cáo khoa học: "Fast and Scalable Decoding with Language Model Look-Ahead for Phrase-based Statistical Machine Translation"

Báo cáo khoa học: "Fast and Robust Part-of-Speech Tagging Using Dynamic Model Selection"

Báo cáo khoa học: "Temporal information processing of a new language: fast porting with minimal resources"

Báo cáo khoa học: "Jointly optimizing a two-step conditional random field model for machine transliteration and its fast decoding algorithm"

Báo cáo khoa học: "A Fast and Accurate Method for Approximate String Search"

Báo cáo khoa học: "Rule Markov Models for Fast Tree-to-String Translation"
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.