图14 KSTER 在相关样本上的翻译结果

4

总结

本文主要介绍了 KSTER，一种有效的机器翻译系统在线更新方法。其在机器翻译领域适应和多领域机器翻译上均表现出优异的效果。同时展示了它的在线修复 bad case的能力。
参考文献
[1] Vaswani et al. "Attention is All You Need". Proceedings of the 31st International Conference on Neural Information Processing Systems.
[2] Khandelwal et al. "Nearest Neighbor Machine Translation". ICLR 2021: The Ninth International Conference on Learning Representations.
[3] Jiang et al. "Learning Kernel-Smoothed Machine Translation with Retrieved Examples". Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing.

雷锋网

• One|基于Android 13打造：三星Galaxy S22抢先用上One UI 5.0
• 大脑和宇宙两者本质相同？为何它们结构如此相似？细思极恐（下）
• 英伟达|NVIDIA Triton 推理引擎公开课上新：基于多实例 GPU 和 K8s 的大规模 CV 模型部署实践
• 苹果|澳大利亚成功制造了可控光流组件，基于光的通信设施将迎来革新
• 致远互联|跨时空协作的利器——基于生命周期管理的基础设施BIM平台
• 基于深度学习的点云分割网络及点云分割数据集
• OPPO|杀后台问题有救了！OPPO新系统曝光：基于Android 13
• 基于Android 13定制 OPPO ColorOS 13曝光：彻底解决杀后台问题
• 三星计划在2025年开始大规模生产基于GAA的2nm芯片
• Java|基于java的格式转换word 转 pdf、word 转图片等