”工业和学术界“一起显示百度AI的富有力量
AAAI成立于1979年是国际人工智能国际会议。目前这种联系世界各地拥有超过6000名成员并聚集世界顶尖专家在人工智能领域。它一直是一个叶片的探索在人工智能领域长期以来在学术界的声誉。
这次会议共收到超过7700智能提交的7095篇论文被添加到封闭的复习课最后雇了1150篇论文。选举率只有16.2%。百度总共赢得了15篇论文被包含在聚会这样的高含金量。其中5作家被邀请的主要会议上口头报告法和另一个10作家将自己的论文报告在聚光灯下海报方法主要会议。这不仅是一个高水平的创新在百度的参与体验这也是异常由国内机关超越。
包括报纸传播到智能旅行无人控制和NLP
15篇论文包括在百度这一次它实际上会影响智能旅行机器学习视频建模、无人控制和自然对话。处理和智能调节等多个领域。
自然对话处理的范围。百度的论文“建模连贯性话语神经机器翻译”由AAAI包括这段时间提出了一种文本级别其他翻译模型它可以保护你的杰出的句子在文本之间的对接和普遍性。这是因为当翻译一些文件报告和其他文本它常常需要考虑句子之间的连续性和连通性。和顽固的翻译模型往往会把一个句子作为翻译单元无视句子之间的连接。简而言之本文提出了一种multi-round解码准备。在第一轮的解码、原始翻译每个句子被切断并在解码的第二轮第一轮截止的翻译是用于实际的翻译、装饰和拟使用整合学习模型赞扬更一般的翻译模型的章。最后在报告正文的焦点该模型提出了本文不仅可以增加句子水平1.23蓝色但也同时增加了2.2蓝色的文字水平。尝试和理解后翻译模型本文提出可以打破句子更加紧密和常见的文本。
据报道这个模型是基于变压器模型。在一开始一批熟悉的过程是一个ten-legged句子在一篇文章中写道。在第一轮的解码按比例缩小的变压器模型用于生成一个句子的原始翻译截止。在第二轮解码翻译从第一轮爆发合并成一个句子来生成一个参考本章翻译翻译。特殊多头注意力机制同时切断了原始翻译是参与了解码器的解码过程。这个方法后在第二轮的解码过程翻译一个句子时您可能希望看一看其他句子的翻译截止所以暂时安排句子的文本输出概率虽然翻译截止越来越普遍。最后使用自我批评的学习机制自然的普遍的翻译章的舞蹈模式。值得一提的是它不仅可以使用整合学习机制在第二轮解码但也在第一轮的解码。
本文是第一次在学术和工业圈提高问题的普遍性和连接的文本翻译的根源和神经集合并提出了一个通用解码框架。