递归自动编码的神经网络用于学习双语的片段向量化表示,使用交互优化的方式训练神经网络:
首先,固定目标语言片段的向量表示;
然后,以该向量表示为优化目标,优化源语言的神经网络;
最后,固定源语言片段的向量表示,优化目标语言的神经网络。
双语约束得到的片段表示应用于统计机器翻译的概率估计中,取得了显著的效果。
用户访问量
注册用户数
在线视频观看人次
在线实验人次
递归自动编码的神经网络用于学习双语的片段向量化表示,使用交互优化的方式训练神经网络:
首先,固定目标语言片段的向量表示;
然后,以该向量表示为优化目标,优化源语言的神经网络;
最后,固定源语言片段的向量表示,优化目标语言的神经网络。
双语约束得到的片段表示应用于统计机器翻译的概率估计中,取得了显著的效果。
¥ 5999
·难
·32
¥ 9999
·难
·9
¥ 7999
·难
·12
¥ 199
·易
·34
¥ 899
·适中
·16
¥ 1688
·适中
·203
¥ 28000
·难
·170
¥ 199
·偏易
·3591
¥ 100000
·难
·174
¥ 998
·难
·13
¥ 1899
·难
·16
¥ 199
·易
·343
¥ 5999
·适中
·37
¥ 6999
·难
·20
¥ 5999
·难
·17
¥ 3999
·难
·19
¥ 2999
·难
·59