【AICon】探索八个行业创新案例,教你在教育、金融、医疗、法律等领域实践大模型技术! >>> 了解详情
写点什么

bleu

收录了 bleu 频道下的 50 篇内容

慎用!BLEU评价NLP文本输出质量存在严重问题
慎用!BLEU 评价 NLP 文本输出质量存在严重问题

BLEU虽然流行,但存在严重问题,NLP 从业者慎用!

中科院、华为等斩获ACL最佳长论文:如何弥合神经机器翻译在训练和推理之间的缺口?
中科院、华为等斩获 ACL 最佳长论文:如何弥合神经机器翻译在训练和推理之间的缺口?

该研究成果旨在弥合神经机器翻译在训练和推理过程之间的缺口。

滴滴翻译技术探索与实践
滴滴翻译技术探索与实践

本文详细的介绍了滴滴翻译的整体框架、原理以及方法,同时还会简单介绍滴滴NLP在今年参加的机器翻译大赛(WMT2020)的一些技术。

从React的视角谈谈Rust和GTK
从 React 的视角谈谈 Rust 和 GTK

最近我尝试了多种框架,想要制作出既易用又容易安装的应用程序,但是都以失败告终;最后我决定转向Rust和GTK,开始拥抱原生软件开发。

Facebook推出首个无需依赖英语即可翻译100种语言的AI模型
Facebook 推出首个无需依赖英语即可翻译 100 种语言的 AI 模型

Facebook AI将推出M2M-100,这是首个多语言机器翻译(MMT)模型,它可以在100种语言中的任意两种之间进行翻译,而无需依赖英语数据。

火山引擎在机器写作和机器翻译方面的最新进展
火山引擎在机器写作和机器翻译方面的最新进展

本文分享了火山引擎在文本生成技术方面的进展、挑战以及实践经验。

Facebook如何构建满足规模需求的精确时间服务?
Facebook 如何构建满足规模需求的精确时间服务?

数十亿连接到互联网的设备几乎都有内置时钟,为了保证设备的正常运行,这些时钟必须保持精确。

阿里多语言翻译模型的前沿探索及技术实践
阿里多语言翻译模型的前沿探索及技术实践

本文的主题为阿里多语言翻译模型的前沿探索及技术实践,将分三个部分介绍阿里巴巴在机器翻译方面的工作。

深度学习基础入门篇 [二]:机器学习常用评估指标:AUC、mAP、IS、FID、Perplexity、BLEU、ROUGE 等详解 1. 基础指

机器学习的评价指标有精度、精确率、召回率、P-R曲线、F1 值、TPR、FPR、ROC、AUC等指标,还有在生物领域常用的敏感性、特异性等指标。

人工智能
机器学习
深度学习
算法评价指标
Facebook 转向神经网络机器翻译(NMT)

Facebook近期宣布面向全球推出神经网络机器翻译(NMT)。从基于短语的翻译模型转向NMT,使得Facebook可以支持超过两千种的双向语言互译,并达到了每天45亿次的翻译量。据Facebook介绍,NMT使得BLUE分值增加了11%。BLEU是一种广为使用的翻译评分机制。本文将介绍NMT的实现机制、对机器生成翻译的意义所在以及所面对的竞争情况。

谷歌NLP新进展:利用AI改变句子的情绪、时态
谷歌 NLP 新进展:利用 AI 改变句子的情绪、时态

NeurIPS 2018会议上,来自密歇根大学和谷歌大脑的一篇论文展示了NLP领域的最新研究进展。他们提出的机器学习架构能够从一个给定的样本生成句子,在保留其原意的同时,还能够改变原始文本的情绪、时态,甚至添加拟声词汇。

基于全球首个上下文感知的机器同传模型,百度发布DuTongChuan(度同传)
基于全球首个上下文感知的机器同传模型,百度发布 DuTongChuan(度同传)

百度全新同传机器系统与真人“同场竞技” 漏译率低于人类译员

在元宇宙里怎么交朋友?Meta发布跨语种交流语音模型,支持128种语言无障碍对话
在元宇宙里怎么交朋友?Meta 发布跨语种交流语音模型,支持 128 种语言无障碍对话

改名 Meta 之后,Facebook 的元宇宙愿景正在一点点实现。这一次,Facebook 把目光投在了元宇宙社交上。

Google 是如何使用新兴AI技术来提高语言翻译质量的?
Google 是如何使用新兴 AI 技术来提高语言翻译质量的?

自 Google Translate 公开亮相以来的 13 年里,神经机器翻译、基于重写的范式和设备上处理等技术已经使该平台的翻译准确率实现了可量化的飞跃。

日均5亿字符翻译量,百毫秒内响应,携程机器翻译平台实践
日均 5 亿字符翻译量,百毫秒内响应,携程机器翻译平台实践

机器翻译技术作为近年来人工智能领域在自然语言处理任务上探索的先驱,逐渐走出学术的象牙塔,开始为普通用户提供实时便捷的翻译服务,并已取得了显著的成效。在这样的形势下,针对旅游服务场景提供更高质量低成本的机器翻译服务成为了一个重要课题。

打破语言壁垒:谷歌推M4翻译模型,训练参数多达500亿,支持103种语言
打破语言壁垒:谷歌推 M4 翻译模型,训练参数多达 500 亿,支持 103 种语言

谷歌在大规模多语言、大规模神经机器翻译(M4)方面的相关探索。

Facebook 发布 TransCoder:实现C ++到Java、Python的代码转换 | 论文解读
Facebook 发布 TransCoder:实现 C ++ 到 Java、Python 的代码转换 | 论文解读

实现编程语言间的相互转换意味着什么?

谷歌用于图像识别的机器学习模型已移植至 TensorFlow 并已开源

随着TensorFlow在机器学习和数据科学领域的应用愈加广泛,为改善性能,进一步提高应用率并转型为成功的开源项目,大量现有机器学习模型和引擎正在逐渐从原有框架移植至TensorFlow。

bleu专题_资料-InfoQ中文网