注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. nmt-keras, 带 Keras ( theano/tensorflow )的神经机器翻译.zip

  2. nmt-keras, 带 Keras ( theano/tensorflow )的神经机器翻译 nmt-keras 基于 Keras ( Theano和 Tensorflow )的神经机器。库文档：nmt-keras.readthedocs.io基于的注意递归神经网络 NMT 变压器NMT模型

  3. 所属分类：其它

  1. GS4NMT:“用于神经机器翻译的带有概率N-gram匹配的贪婪搜索”的源代码-Search source code

  2. GS4NMT：带有概率N-gram匹配的贪婪搜索，用于神经机器翻译 采用概率序列级目标来减轻曝光偏差并微调NMT模型。 我们首先使用交叉熵损失对NMT模型进行预训练，然后使用概率序列级别的目标对模型进行微调，其中采用贪婪搜索来减轻曝光偏差。 邵晨泽，杨峰和陈锡林。 带有概率N-gram匹配的贪婪搜索，用于神经机器翻译。 在Emnlp会议录中，2018。 运行环境 该系统已在以下环境中进行了测试。 Ubuntu 16.04.1 LTS 64位 Python 2.7 火炬0.3.0 相依性

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：49kb
    • 提供者：weixin_42127783

  1. NMT-with-Attn-GRU:专注GRU的神经机器翻译-源码

  2. 带有Attn-GRU的NMT 专注GRU的神经机器翻译

  3. 所属分类：其它

  1. lm-prior-for-nmt:该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的源代码-源码

  2. 该存储库包含论文“用于低资源神经机器翻译的语言模型优先”的论文的源代码（） 介绍 在这项工作中，我们使用在目标方单语语料库上训练的语言模型（LM）作为较弱的先验知识。 我们添加了一个正则化项，该项驱动翻译模型（TM）的输出分布在LM的分布下可能出现。 更新：您现在可以使用插件下使用LM-之前与fairseq 。 先决条件 安装要求 创建环境（可选） ：理想情况下，您应该为项目创建一个环境。 conda create -n lmprior python=3 conda activate l

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：16mb
    • 提供者：weixin_42117622

  1. 记忆增强的中文-维吾尔语神经机器翻译

  2. 记忆增强的中文-维吾尔语神经机器翻译

  3. 所属分类：其它

  1. 神经机器翻译系统在维吾尔语-汉语翻译中的性能对比

  2. 神经机器翻译系统在维吾尔语-汉语翻译中的性能对比

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：991kb
    • 提供者：weixin_38736562

  1. NiuTrans.NMT:快速的神经机器翻译系统。 它是用C ++开发的，并借助NiuTensor来实现快速张量API。-源码

  2. NuTrans NMT 特征 NiuTrans.NMT是基于轻量级且高效的基于Transformer的神经机器翻译系统。中文介绍见 其主要特点是： 很少依赖。 它是用纯C ++实现的，所有依赖项都是可选的。 快速解码。 它支持各种解码加速策略，例如批处理修剪和动态批处理大小。 先进的NMT模型，例如 。 灵活的运行模式。 该系统可以在各种系统和设备（Linux与Windows，CPU与GPU，FP32与FP16等）上运行。 与框架无关。 它支持使用其他工具训练的各种模型，例如fair

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：13mb
    • 提供者：weixin_42105570

  1. SimpleNMT:简单易读的神经机器翻译系统-源码

  2. 简单的NMT 简单易读的神经机器翻译系统 1个背景 通过计算机自动翻译自然语言的过程称为机器翻译（MT） 。 神经机器翻译（NMT）直接使用Encoder-Decoder框架进行分布式表示语言的端到端映射，具有统一的模型结构和较高的翻译质量，已成为当今的主流。 机器翻译的发展主要归功于开源系统的推广和评估竞赛。 有许多出色的神经机器翻译系统（ ， ， 等），但是这些开源系统具有实现复杂，代码过多，初学者难以阅读的缺点。 2要做 我致力于构建一个易于阅读，使用且对初学者友好的神经机器翻译

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：15kb
    • 提供者：weixin_42101720

  1. sockeye-recipes2:Sockeye神经机器翻译（NMT）工具包v2的培训脚本和配方-源码

  2. sockeye-recipes2 Sockeye神经机器翻译（NMT）工具包的培训脚本和配方 最初的Sockeye代码库位于 。 此存储库基于 ，版本：2.3.10 在这里，我们重点介绍Sockeye v2。 此存储库与的旧版本类似但不完全向后兼容。 此存储库包含使运行和复制NMT实验变得容易的脚本。 所有模型超参数都记录在文件“ hyperparams.txt”中，该文件将传递到管道中的不同步骤： scr ipts / preprocess-bpe.sh：通过子词分段对bitext进行

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：27kb
    • 提供者：weixin_42134537

  1. 神经机器翻译中生成的前瞻性注意

  2. 注意模型已经成为神经机器翻译（NMT）的标准组件，并且在预测每个目标单词时通过选择性地关注源句子的各个部分来指导翻译过程。 然而，我们发现目标词的生成不仅取决于源语句，而且还严重依赖于先前生成的目标词，尤其是难以使用递归神经网络建模的远距离词。 为了解决这个问题，本文提出了一种新颖的NMT生成中的前瞻性注意机制，旨在直接捕获目标词之间的依赖关系。 我们进一步设计了三种模式，以将我们的前瞻性注意力整合到常规注意力模型中。 在NIST的中文到英语和WMT的英语到德语翻译任务上进行的实验表明，我们提出

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：512kb
    • 提供者：weixin_38528517

  1. EasyNMT:易于使用的最新神经机器翻译技术，支持100多种语言-源码

  2. EasyNMT-易于使用的最新神经机器翻译 该软件包提供了易于使用的最新机器翻译，可用于100多种语言。 该软件包的重点是： 易于安装和使用：3行代码使用最新的机器翻译 自动下载经过预训练的机器翻译模型 超过150种语言的翻译 自动检测170多种语言 句子和文件翻译 多GPU和多进程转换 目前，我们提供以下模型： 来自-NLP的 ，支持1200多种翻译方向，支持150多种语言。 来自 ，支持50多种语言的任意方向之间的翻译。 来自 ，支持100多种语言在任何方向之间的翻译。 例子： 安

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：85kb
    • 提供者：weixin_42108054

  1. 带转移学习的低资源神经机器翻译

  2. 在过去的几年中，在大量的双语语料库中，神经机器翻译取得了巨大的成功。 但是，它不适用于资源匮乏的语言对。 为了解决这个问题，我们提出了一种转移学习方法，可以提高低资源机器翻译的BLEU分数。 首先，我们利用具有注意力机制的编解码器框架来训练一个具有大语言对的神经机器翻译模型，然后利用训练模型的一些参数来初始化另一个具有较少双语并行语料库的神经机器翻译模型。 我们的实验表明，该方法通过权重调整和再训练可以在低资源机器翻译中获得出色的性能。 在IWSLT2015越南语-英语翻译任务中，我们的模型可以

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：134kb
    • 提供者：weixin_38732463

  1. 通过权重共享改善资源不足的神经机器翻译

  2. 摘要：近年来，在大量的双语语料库中，神经机器翻译（NMT）取得了巨大的成功。 但是，对于资源匮乏的语言而言，它的效果要差得多。 为了缓解这一问题，我们提出了两种可以提高低资源NMT系统性能的方法。 第一种方法利用解码器的权重分配来增强低资源NMT系统的目标语言模型。 第二种方法是使用跨语言嵌入和源句子表示空间共享，以增强低资源NMT的编码器。 我们的实验表明，与基线系统相比，该方法在低资源神经机器翻译上可以获得明显的改进。 在IWSLT2015越南语-英语翻译任务上，我们的模型可以将翻译质量平均

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：359kb
    • 提供者：weixin_38709100

  1. 神经机器翻译：这个项目是由我在Coding Ninjas实习时完成的。 这是一个端到端的机器学习项目-源码

  2. 神经机器翻译器 这个项目是我在Coding Ninjas实习时完成的。 它将英语翻译成法语。 我的bleu评分达到67％。 介绍 神经机器翻译（NMT）是使用关节神经网络模型将一种语言翻译成另一种语言的任务。 NMT模型通常由将源句子编码为固定长度向量的编码器组成，解码器从该向量中生成翻译。 这个问题可以看作是一个预测问题，在给定源语言单词序列作为输入的情况下，任务是预测目标语言单词的输出序列。 数据集来自 ，您可以根据选择的源语言和目标语言在不同的文件中制表符分隔双语句子对。 对于此项

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：31kb
    • 提供者：weixin_42160278

  1. *机器翻译团队：将TVM引入TensorFlow中以优化GPU上的神经机器翻译

  2. 本文于阿里云，神经机器翻译（NMT）是自动翻译的端到端方法，这个方法具有克服传统短语翻译系统缺点的潜力。神经机器翻译（NMT）是自动翻译的端到端方法，这个方法具有克服传统短语翻译系统缺点的潜力。最近，*集团正在为全球电子商务部署NMT服务。目前，我们正在利用Transformer[1]作为我们NMT系统的主要骨干，因为它对于经典的基于RNN/LSTM模型的高效离线训练具有较高的准确度，因此它成为了系统的核心。尽管Transformer对于离线训练阶段很友好，因为它在时间跨度上打破了依赖性，

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：515kb
    • 提供者：weixin_38697063

  1. 从英语到德语的翻译：使用长短期记忆（LSTM）网络的英语到德语的神经机器翻译（NMT）模型。 机器翻译是自然语言处理中的一项重要任务，不仅可用于将一种语言翻译成另一种语言，而且还可用于消除歧义（例如，确定“银行”一词是指金融银行，还是指河岸

  2. 从英语到德语的翻译：使用长短期记忆（LSTM）网络的英语到德语的神经机器翻译（NMT）模型。 机器翻译是自然语言处理中的一项重要任务，不仅可用于将一种语言翻译成另一种语言，而且还可用于消除歧义（例如，确定“银行”一词是指金融银行，还是指河岸土地）

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：16kb
    • 提供者：weixin_42117340

  1. 神经机器翻译模型：开发神经机器翻译模型（阿塞拜疆-英语）-源码

  2. 神经机器翻译模型，用于将阿塞拜疆语翻译成英语。 在这个项目中，我发现了如何开发一种神经机器翻译系统来将阿塞拜疆语翻译成英语。 我使用阿塞拜疆语到英语术语的数据集作为语言学习卡片的基础。 该数据集可从ManyThings.org网站获得，其示例摘自Tatoeba项目。 清除文本数据后，就可以进行建模和定义了。 我已经在这个问题上使用了编解码器LSTM模型。 在这种架构中，输入序列由称为编码器的前端模型编码，然后由称为解码器的后端模型逐字解码。 使用有效的Adam方法对模型进行训练，以实现随机梯

  3. 所属分类：其它

  1. nmt-keras：使用Keras进行神经机器翻译-源码

  2. NMT-凯拉斯 Keras的神经机器翻译。 图书馆文件： 注意递归神经网络NMT模型 变压器NMT模型 功能（除了完整的Keras宇宙外）：。 :red_exclamation_mark: 多GPU训练（仅适用于Tensorflow）。 。 。 在线学习和交互式神经机器翻译（INMT）。 请参阅。 注释输入序列上的注意力模型。 支持 注意机制。 还支持双重随机注意（来自公式14） 偷看的解码器：先前生成的字是当前时间步的输入。 波束搜索解码。 集成解码（ ）。 具有长

  3. 所属分类：其它

  1. OpenNMT-tf：使用TensorFlow进行神经机器翻译和序列学习-源码

  2. OpenNMT-tf OpenNMT-tf是使用TensorFlow 2的通用序列学习工具包。虽然神经机器翻译是主要的目标任务，但它的设计目的是更普遍地支持： 序列到序列的映射 序列标记 序列分类 语言建模 该项目以生产为导向，。 主要特点 模块化模型架构 用代码描述模型，以允许训练自定义架构和覆盖默认行为。 例如，以下实例定义了具有2个串联输入特征，自注意编码器和共享其输入和输出嵌入的注意RNN解码器的序列模型序列： opennmt . models . SequenceToSequen

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：272kb
    • 提供者：weixin_42099942

  1. OpenNMT-py：PyTorch中的开源神经机器翻译-源码

  2. OpenNMT-py：开源神经机器翻译 OpenNMT-py是项目的版本， 项目是一个开源（MIT）神经机器翻译框架。 它被设计为易于研究的，可以尝试翻译，摘要，形态和许多其他领域的新思想。 一些公司已经证明该代码可以投入生产。 我们喜欢捐款！ 请查看带有标签的问题。 提出问题之前，请确保您已阅读要求和文档示例。 除非有错误，否则请使用或提出问题。 公告-OpenNMT-py 2.0 我们很高兴宣布即将发布OpenNMT-py v2.0。 此版本背后的主要思想是-几乎完整地改造了数据

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：77mb
    • 提供者：weixin_42143092
« 12 3 4 5 6 7 8 9 10 »