OpenI 启智社区

启智社区,确实给力

当前位置:首页 > 启梦行动 > 讲座沙龙 > EngineClub > 2021 > 主题分享 >

非自回归机器翻译相关研究进展

  • 发布时间:2024-07-25

2021年11月24日-第19场技术讲座

讲座题目:非自回归机器翻译相关研究进展
分享人:耿昕伟博士
分享人介绍:哈尔滨工业大学计算机科学与技术博士研究生,研究方向为自然语言处理,自回归/非自回归机器翻译。现在鹏城实验室开源所网络智能开源软件体系与平台统一深度学习编程框架及算法库子课题工作,“丝路”翻译系统的开发人员。联系邮箱:xwgeng@ir.hit.edu.cn
内容介绍:
基于编码器-解码器的神经机器翻译与统计机器翻译相比在多个翻译任务上已经取得显著的成果,其底层网络结构经历从循环神经网络(RNN)、卷积神经网络(CNN)到自注意力网络(SAN)的变迁。虽然从底层结构、训练准则以及数据增强多个方面对网络架构进行改进从而提升翻译质量,但是由于其自回归翻译的特性导致翻译的速度受到制约。非自回归机器翻译不需要建模上下文的依存关系从而可以并行预测所有的目标语言词汇从而显著提升翻译的速度,但是其翻译的质量与自回归翻译存在差距。本次分享将首先对传统的自回归模型进行回顾,然后介绍非自回归机器翻译的基本架构以及多种代表性的非自回归的改进工作。

更多技术讲座和课件下载,请访问EngineClub项目地址