NonAutoregGenProgress

ความก้าวหน้าในการสร้างแบบไม่อัตโนมัติ

2022

• [NAACL] การอ้างอิงเดียวไม่เพียงพอ: การกลั่นที่หลากหลายพร้อมการเลือกการอ้างอิงสำหรับการแปลแบบไม่ถอยหลังอัตโนมัติ

• [ICML] หม้อแปลงอะไซคลิกกำกับสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ

• [arXiv] แบบสำรวจเกี่ยวกับการสร้างแบบไม่ถอยอัตโนมัติสำหรับการแปลด้วยเครื่องประสาทและอื่น ๆ

• [ACL] latent-GLAT: การดูตัวแปรแฝงสำหรับการสร้างข้อความแบบขนาน

• [ACL] หลักสูตรการเรียนรู้การเลียนแบบสำหรับการแก้ไขข้อความด้วยโมเดลที่ไม่ถอยอัตโนมัติ

• [ACL] การกระจายคำที่มีความถี่ต่ำ: การใช้ประโยชน์สูงสุดจากข้อมูลภาษาเดียวในการแปลแบบไม่ถอยอัตโนมัติ

• [EMNLP] การแปลด้วยเครื่องนิวรัลแบบไม่ถอยอัตโนมัติ: การเรียกร้องความชัดเจน

• [EMNLP] การเพิ่มประสิทธิภาพหลายรายละเอียดสำหรับการแปลแบบไม่ถอยอัตโนมัติ

2021

• [AAAI] การแปลแบบไม่ถอยอัตโนมัติพร้อมการทำนายแบบเลเยอร์และการควบคุมดูแลเชิงลึก
• [arXiv] MvSR-NAT: การปรับชุดย่อยแบบหลายมุมมองสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [CL] การฝึกอบรมระดับลำดับสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [EMNLP] สำรวจการถ่ายโอนรูปแบบข้อความแบบไม่ถอยอัตโนมัติ
• [EMNLP] การเรียนรู้การเขียนใหม่สำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [EMNLP] AligNART: การแปลด้วยเครื่องระบบประสาทแบบไม่ถอยอัตโนมัติโดยการเรียนรู้ร่วมกันเพื่อประมาณการจัดตำแหน่งและการแปล
• [ICML] Order-Agnostic Cross Entropy สำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [ICML] BANG: การเชื่อมโยงการสร้างการถดถอยอัตโนมัติและไม่ถดถอยด้วยการฝึกล่วงหน้าขนาดใหญ่
• [ACL] การฟื้นฟูคำที่มีความถี่ต่ำ: การใช้ข้อมูลคู่ขนานให้เกิดประโยชน์สูงสุดในการแปลแบบไม่ถอยอัตโนมัติ
• [ACL] การฝึกอบรมหลายรายละเอียดแบบก้าวหน้าสำหรับการแปลแบบไม่ถอยอัตโนมัติ
• [ACL] GLAT: Glancing Transformer สำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [ACL] การถอดรหัสแบบขนานที่จำกัดด้วย POS สำหรับการสร้างแบบไม่ถอยอัตโนมัติ
• [การค้นพบ ACL] การแปลด้วยเครื่องประสาทแบบไม่อัตโนมัติโดยสมบูรณ์: เคล็ดลับแห่งการค้า
• [ACL SRW] การใช้การเข้ารหัสตำแหน่งที่รับรู้ความยาวที่ถูกรบกวนสำหรับการแปลเครื่องประสาทแบบไม่อัตโนมัติ
• [EACL] การเพิ่มประสิทธิภาพของหม้อแปลงแบบไม่ถอยอัตโนมัติด้วยโครงสร้างวากยสัมพันธ์และความหมายสำหรับการแปลเครื่องประสาท
• [EACL] การสร้างข้อความแบบไม่ถอยหลังอัตโนมัติด้วยโมเดลภาษาที่ได้รับการฝึกอบรมล่วงหน้า
• [NAACL] การแยกวิเคราะห์ความหมายแบบไม่ถอยอัตโนมัติสำหรับกล่องโต้ตอบเชิงองค์ประกอบ
• [NAACL] การแปลแบบไม่ถอยหลังอัตโนมัติโดยการเรียนรู้รหัสหมวดหมู่เป้าหมาย
• [NAACL] การเรียนรู้แบบหลายงานด้วยตัวเข้ารหัสที่ใช้ร่วมกันสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [ICLR] การทำความเข้าใจและปรับปรุงตัวเลือกคำศัพท์ในการแปลแบบไม่ถอยอัตโนมัติ
• [AAAI] แนวทางการถอดรหัสการแปลด้วยเครื่องประสาทแบบไม่ถอยอัตโนมัติพร้อมข้อมูลการเรียงลำดับใหม่

2020

• [arXiv] ฟังและกรอกตัวอักษรที่หายไป: ตัวแปลงแบบไม่ถอยอัตโนมัติสำหรับการรู้จำเสียง
• [arXiv] การสร้างบทสนทนาทางระบบประสาทแบบไม่ถอยอัตโนมัติ
• [arXiv] การปรับปรุงความคล่องแคล่วของการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [arXiv] การฝึกแบบกึ่งอัตโนมัติช่วยปรับปรุงการถอดรหัส Mask-Predict
• [arXiv] LAVA NAT: โมเดลการแปลแบบไม่ถอยอัตโนมัติพร้อมการถอดรหัสแบบมองไปรอบๆ และความสนใจด้านคำศัพท์
• [IJCAI] การเรียนรู้หลักสูตรระดับงานสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [COLING] ความสนใจข้ามบริบทสำหรับการแปลแบบไม่ถอยอัตโนมัติ
• [COLING] การผสมผสานข้อมูลตามลำดับลงในโมเดลการแปลแบบมีเงื่อนไขพร้อมกลไกการตรวจสอบตนเอง
• [NeurIPS] การรวม BERT เข้ากับการถอดรหัสลำดับคู่ขนานด้วยอะแดปเตอร์
• [EMNLP] การแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติพร้อมการจัดตำแหน่งแฝง
• [EMNLP] การปรับปรุงซ้ำในพื้นที่ต่อเนื่องสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [EMNLP] SlotRefine: โมเดลที่ไม่ถอยอัตโนมัติที่รวดเร็วสำหรับการตรวจจับเจตนาร่วมและการเติมสล็อต
• [INTERSPEECH] Mask CTC: ASR จากต้นทางถึงปลายทางแบบไม่ถอยอัตโนมัติพร้อม CTC และ Mask Predict
• [INTERSPEECH] การสร้างแบบจำลองตามการแทรกสำหรับการรู้จำเสียงอัตโนมัติจากต้นทางถึงปลายทาง
• [ACL] การเรียนรู้ที่จะกู้คืนจากข้อผิดพลาดหลายรูปแบบสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [ACL] แบบจำลองลำดับต่อลำดับที่สวมหน้ากากร่วมกันสำหรับการแปลเครื่องประสาทแบบไม่อัตโนมัติ
• [ACL] เครื่องยนต์: เครือข่ายอนุมานที่ใช้พลังงานสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [ACL] การปรับปรุงการแปลด้วยเครื่องประสาทแบบไม่อัตโนมัติด้วยข้อมูลภาษาเดียว
• [ACL] การศึกษาแบบจำลองที่ไม่ถดถอยอัตโนมัติสำหรับการสร้างลำดับ
• [ICML] การแปลงข้อความเป็นคำพูดแบบระบบประสาทแบบไม่ถอยอัตโนมัติ
• [ICML] เอนโทรปีข้ามที่จัดแนวสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [ICML] การแปลด้วยเครื่องแบบขนานพร้อมหม้อแปลงบริบทที่ไม่พันกัน
• [ICML] Imputer: การสร้างแบบจำลองลำดับผ่านการใส่ข้อมูลและการเขียนโปรแกรมแบบไดนามิก
• [ICML] แนวทาง EM ในการสร้างลำดับแบบมีเงื่อนไขแบบไม่ถอยอัตโนมัติ
• [ICLR] ทำความเข้าใจการกลั่นกรองความรู้ในการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [AAAI] การลดความแตกต่างของ Bag-of-Ngrams สำหรับการแปลด้วยเครื่อง Neural Machine แบบไม่ถอยอัตโนมัติ
• [AAAI] การแปลด้วยเครื่องนิวรัลแบบไม่รีเกรสซีฟแบบแปรผันแฝงพร้อมการอนุมานเชิงกำหนดโดยใช้เดลต้าด้านหลัง
• [AAAI] การปรับแต่งอย่างละเอียดโดยการเรียนรู้ตามหลักสูตรสำหรับการแปลด้วยเครื่องประสาทแบบไม่ถอยอัตโนมัติ

2019

• [arXiv] หม้อแปลงแบบไม่ถอยอัตโนมัติโดยการเรียนรู้ตำแหน่ง
• [NeurIPS] เลเวนชไทน์ ทรานส์ฟอร์มเมอร์
• [NeurIPS] การถอดรหัสที่มีโครงสร้างอย่างรวดเร็วสำหรับโมเดลลำดับ
• [NeurIPS] FastSpeech: รวดเร็ว ทนทาน และควบคุมข้อความเป็นคำพูดได้
• [EMNLP] Mask-Predict: การถอดรหัสแบบขนานของโมเดลภาษามาสก์แบบมีเงื่อนไข
• [EMNLP] FlowSeq: การสร้างลำดับแบบมีเงื่อนไขแบบไม่ถอยอัตโนมัติพร้อมโฟลว์แบบสร้าง
• [EMNLP] การฝึกอบรมตามคำแนะนำสำหรับการแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติ
• [ACL] การดึงข้อมูลตามลำดับสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [ACL] การเรียนรู้การเลียนแบบสำหรับการแปลเครื่องประสาทแบบไม่ถอยอัตโนมัติ
• [AAAI] การแปลด้วยเครื่องแบบไม่ถอยอัตโนมัติพร้อมการทำให้เป็นมาตรฐานเสริม
• [AAAI] การแปลด้วยเครื่องนิวรัลแบบไม่ถอยอัตโนมัติพร้อมอินพุตตัวถอดรหัสที่ได้รับการปรับปรุง

2018

• [ICML] การถอดรหัสอย่างรวดเร็วในโมเดลลำดับโดยใช้ตัวแปรแฝงแบบแยกส่วน
• [EMNLP] การสร้างแบบจำลองลำดับประสาทแบบไม่ถอยอัตโนมัติที่กำหนดโดยการปรับแต่งซ้ำ
• [EMNLP] การแปลด้วยเครื่อง Neural Machine แบบ End-to-End แบบไม่ถอยอัตโนมัติพร้อมการจำแนกประเภทชั่วคราวของ Connectionist
• [ICLR] การแปลด้วยเครื่องประสาทแบบไม่อัตโนมัติ

ติดต่อ

ฉางหาน หวัง ([email protected])