【EACL2021教程】无监督神经机器翻译，125页ppt

无监督跨语言表示初始化方法与去噪、反翻译等机制一起，发展了无监督神经机器翻译(UNMT)，取得了令人印象深刻的效果。与此同时，UNMT仍面临若干挑战。本教程首先介绍UNMT的背景和最新进展。然后，我们审查了UNMT面临的一些挑战，并就该技术目前的表现给出了实证结果。

https://2021.eacl.org/downloads/tutorials/Advances-in-UNMT.pdf

成为VIP会员查看完整内容

相关内容

无监督学习

关注 6447

现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。

预训练如何用于机器翻译？字节跳动ACL2021这份190页ppt教程带你全面了解

专知会员服务

70+阅读 · 2021年8月2日

【ICML2021-教程】无监督强化学习，285页ppt

专知会员服务

79+阅读 · 2021年7月23日

事件研究进展到哪？ACL2021这份《事件自然语言处理》教程必看！附269页ppt

专知会员服务

77+阅读 · 2021年7月13日

最新《Transformers模型》教程，64页ppt

专知会员服务

325+阅读 · 2020年11月26日

最新《注意力机制》教程，112页ppt

专知会员服务

326+阅读 · 2020年11月24日

AACL2020最新《可解释人工智能与自然语言处理可解释性》教程，附159页ppt与视频

专知

25+阅读 · 2020年12月6日

CVPR2020最新《小样本学习》综述教程，145页ppt带你学习最新FSL进展

专知

40+阅读 · 2020年6月20日

AAAI 2020 最新“可解释人工智能 XAI”教程

学术头条

5+阅读 · 2020年2月11日

赛尔原创 | AAAI 2019 Gaussian Transformer: 一种自然语言推理的轻量方法

哈工大SCIR

13+阅读 · 2019年5月6日

下载 | 193页无监督深度学习PPT教程

机器学习算法与Python学习

8+阅读 · 2018年12月5日

Question Generation by Transformers

Arxiv

5+阅读 · 2019年9月14日

Sparse Sequence-to-Sequence Models

Arxiv

5+阅读 · 2019年5月14日

Unsupervised Multilingual Word Embeddings

Arxiv

3+阅读 · 2018年8月27日

Jointly Localizing and Describing Events for Dense Video Captioning

Arxiv

5+阅读 · 2018年4月23日

Why not be Versatile? Applications of the SGNMT Decoder for Machine Translation

Arxiv

3+阅读 · 2018年3月20日