文献

J-GLOBAL ID：201802229843860006   整理番号：18A0518010

注意ベースニューラル機械翻訳のための再帰的注釈【Powered by NICT】

Recursive annotations for attention-based neural machine translation

著者 (2件)： Ye Shaolin (National Engineering Laboratory for Speech and Language Information Processing University of Science and Technology of China Hefei, China) ,  Guo Wu (National Engineering Laboratory for Speech and Language Information Processing University of Science and Technology of China Hefei, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IALP  ページ： 164-167  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 過去数年,注目ベースのニューラル機械翻訳(NMT)の成功を示しており,変異体モデルの多くは性能を改善するために使用した。提案した注意ベースNMTモデルの大部分は,以下のステップで一定であるアノテーションの系列に源文をコードしていた。本論文では,固定された注釈の使用は性能注意ベースNMT ofconventionalを改善するボトルネックであることを予想した。この欠点を解決するために,著者らは注意ベースNMT,各時間ステップでターゲット単語を生成する場合,これは再帰的に源アノテーションを更新することを意図しているのための新しいモデルを提案した。実験結果により,提案アプローチは複数の試験セットを超える著しい性能改善を達成することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 単語 ,  モデル ,  *機械翻訳 ,  *アノテーション
準シソーラス用語： 時間ステップ , 【Automatic Indexing@JST】

分類 (4件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 注意 ,  ニューラル機械翻訳 ,  注釈