首页> 外文OA文献 >Training Deeper Neural Machine Translation Models with Transparent Attention

【2h】

Training Deeper Neural Machine Translation Models with Transparent Attention

机译：培训更深的神经机翻译模型，透明地关注

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Ankur Bapna; Mia Chen; Orhan Firat; Yuan Cao; Yonghui Wu;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Neural Machine Translation with Deep Attention [J] . IEEE Transactions on Pattern Analysis and Machine Intelligence . 2020,第1期

机译：高度重视的神经机器翻译
2. Lattice-to-sequence attentional Neural Machine Translation models [J] . Tan Zhixing, Su Jinsong, Wang Boli, Neurocomputing . 2018,第APRa5期

机译：格序神经神经机器翻译模型
3. Effectively training neural machine translation models with monolingual data [J] . Yang Zhen, Chen Wei, Wang Feng, Neurocomputing . 2019,第MARa14期

机译：用单语数据有效地训练神经机器翻译模型
4. Training Deeper Neural Machine Translation Models with Transparent Attention [C] . Ankur Bapna, Mia Xu Chen, Orhan Firat, Conference on empirical methods in natural language processing . 2018

机译：以透明的注意力训练更深的神经机器翻译模型
5. Deep Learning Networks and Its Application in Neural Machine Translation. [D] . Duan, Tiehang. 2017

机译：深度学习网络及其在神经机器翻译中的应用。
6. Spatial Assessment of Solar Radiation by Machine Learning and Deep Neural Network Models Using Data Provided by the COMS MI Geostationary Satellite: A Case Study in South Korea [O] . Jong-Min Yeom, Seonyoung Park, Taebyeong Chae, 2019

机译：利用COMS MI对地静止卫星提供的数据通过机器学习和深度神经网络模型对太阳辐射进行空间评估：以韩国为例
7. Agreement-Based Joint Training for Bidirectional Attention-Based Neural Machine Translation [O] . Yong Cheng 2019

机译：基于协议的基于双向关注的神经机翻译的联合培训

Training Deeper Neural Machine Translation Models with Transparent Attention

著录项

引文网络

相似文献

相关主题

期刊订阅