融合圖文預(yù)訓(xùn)練的漢越多模態(tài)神經(jīng)機(jī)器翻譯
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3586 K
標(biāo)簽： 漢越神經(jīng)機(jī)器翻譯 視覺-語(yǔ)言聯(lián)合預(yù)訓(xùn)練 多模態(tài)
所需積分：0分積分不夠怎么辦？
文檔介紹：由于漢語(yǔ)和越南語(yǔ)之間存在顯著的語(yǔ)法差異及語(yǔ)料稀缺,，漢越神經(jīng)機(jī)器翻譯任務(wù)面臨名詞翻譯不準(zhǔn)確的挑戰(zhàn),。提出了一種新穎的多模態(tài)神經(jīng)機(jī)器翻譯方法,，該方法融合了文本預(yù)訓(xùn)練模型和視覺語(yǔ)言聯(lián)合預(yù)訓(xùn)練模型。通過文本預(yù)訓(xùn)練模型,，能夠捕獲深層的語(yǔ)言結(jié)構(gòu)和語(yǔ)義；而視覺語(yǔ)言聯(lián)合訓(xùn)練模型則提供了與文本相關(guān)聯(lián)的視覺上下文,，這有助于模型更準(zhǔn)確地理解和翻譯名詞,。兩種模型通過一個(gè)簡(jiǎn)潔高效的映射網(wǎng)絡(luò)結(jié)合，并通過Gumbel門控模塊動(dòng)態(tài)地整合多模態(tài)信息,，以優(yōu)化翻譯輸出,。在漢越及越漢翻譯任務(wù)中，該方法相比傳統(tǒng)Transformer模型分別提升了7.13和4.27的BLEU值,。
現(xiàn)在下載
VIP會(huì)員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。