本研究针对多语言和低资源任务中缺乏上下文示例的问题,提出了一种无监督挖掘上下文示例的方法,以实现无监督机器翻译。通过逐字挖掘和句子过滤,研究展示了所提出方法在288个翻译方向上的有效性,取得的翻译效果与传统方法相比更为优越,平均提升$7$个bleu分数。
本研究提出了一种无监督方法,通过逐字挖掘和句子过滤,解决多语言和低资源任务中缺乏上下文示例的问题,在288个翻译方向上平均提升7个bleu分数,优于传统方法。
本研究针对多语言和低资源任务中缺乏上下文示例的问题,提出了一种无监督挖掘上下文示例的方法,以实现无监督机器翻译。通过逐字挖掘和句子过滤,研究展示了所提出方法在288个翻译方向上的有效性,取得的翻译效果与传统方法相比更为优越,平均提升$7$个bleu分数。
本研究提出了一种无监督方法,通过逐字挖掘和句子过滤,解决多语言和低资源任务中缺乏上下文示例的问题,在288个翻译方向上平均提升7个bleu分数,优于传统方法。