論文閱讀——Robust Unsupervised Neural Machine Translation with Adversarial Training

https://arxiv.org/abs/2002.12549 加入對抗訓練的魯棒的無監督NMT(未開源)   以前的工作只關注如何在乾淨的數據上建立sota UNMT,而在真實的場景中,輸入語句中常常存在小的噪聲。模型對輸入中的微小擾動很敏感,會導致各種誤差。 首先定義兩種類型的噪聲,研究UNMT和SNMT在這種嘈雜場景下的性能,結果表明UNMT模型的性能優於SNMT模型,但兩者的性能均有所下
相關文章
相關標籤/搜索