首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Paper | 机器翻译里程碑,多语言机器翻译模型 M2M-100

Paper | 机器翻译里程碑,多语言机器翻译模型 M2M-100

作者头像
昱良
发布于 2020-10-30 02:44:28
发布于 2020-10-30 02:44:28
1.4K0
举报

(给机器学习算法与Python学习加星标,提升AI技能)

荐语: 多语言机器翻译模型 M2M-100 不依赖以英语为中心的数据,可以实现 100 种语言之间的相互翻译。

论文:Beyond English-Centric Multilingual Machine Translation

  • 作者:Angela Fan、Shruti Bhosale、Holger Schwenk 等
  • 论文链接:https://ai.facebook.com/research/publications/beyond-english-centric-multilingual-machine-translation

摘要:近日,Facebook 根据多年对 MT 的研究宣布实现了一个重要的里程碑:首个单一的大规模 MMT 模型,该模型可以实现 100x100 个语言对的直接翻译,而不依赖以英语为中心的数据。这个单一的多语言模型表现得和传统双语模型一样好,并且比以英语为中心的多语言模型提高了 10 个 BLEU 点。

具体而言,通过使用新的挖掘策略来创建翻译数据,该研究构建了首个真正的多对多数据集。该数据集拥有 100 种语言的 75 亿个句子。研究者使用可扩展技术来建立具有 150 亿个参数的通用模型,它从相关语言中捕获信息,并反映出更加多样化的语言文字和词法。目前,这项研究已经开源。

多对多数据集和多语言模型示意图。

训练语料库中桥梁语言的数据量。

多对多和以英语为中心语言模型的比较。在包含英语的评估方向上,多对多模型与以英语为中心模型的性能相当,但在非英语方向上的性能要好得多。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-10-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习算法与Python学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档